SARS-CoV-2肺炎后ARDS住院患者抗生素肺内弥散研究
该数据集来自clinicaltrials.gov，聚焦SARS-CoV-2肺炎后接受机械通气的ARDS住院患者，研究静脉抗生素在肺实质内弥散改变与呼吸机相关性肺炎高复发率之间的关系
基本信息
资源简介
SARS-CoV-2肺炎后ARDS住院患者抗生素肺内弥散研究
该数据集来自clinicaltrials.gov，聚焦SARS-CoV-2肺炎后接受机械通气的ARDS住院患者，研究静脉抗生素在肺实质内弥散改变与呼吸机相关性肺炎高复发率之间的关系。源站描述指出，此类患者中呼吸机相关性肺炎发生率可达50%至近90%，复发率高达80%，远高于其他病因所致ARDS。数据可用于探索COVID-19相关肺内抗生素弥散异常机制，并预测呼吸机相关性肺炎复发风险（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：ARDS、SARS-CoV 2肺炎。SARS-CoV-2肺炎后接受机械通气（MV）的患者常发生呼吸机相关性肺炎（VAP）。SARS-CoV-2感染期间MVAP的发生率范围为50%至近90%。此外，已描述高达80%的VAP复发（新发作，通常归因于同一种细菌），反映了初始抗生素治疗的失败。该发生率远高于其他急性呼吸窘迫综合征（ARDS）病因所描述的水平。研究者假设，在VAP期间，COVID-19患者肺实质中静脉抗生素的弥散因SARS-CoV-2感染的若干特征性因素而发生改变。这种弥散改变可能解释与非COVID-19患者相比MVAP复发率高的现象。
【主题与分类】
主题标签：ARDS、SARS-CoV 2 Pneumonia。本站分类：呼吸系统疾病/肺炎。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05464680
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT05464680
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件：ARDS、SARS-CoV-2肺炎。SARS-CoV-2肺炎后接受机械通气（MV）的患者常发生呼吸机相关性肺炎（VAP）。SARS-CoV-2感染期间MVAP的发生率为50%至近90%。此外，据报道高达80%的VAP复发（新发发作，通常由同一细菌引起）反映了初始抗生素治疗的失败。这一发生率远高于其他急性呼吸窘迫综合征（ARDS）病因所报道的发生率。研究者假设，在COVID-19患者发生VAP期间，静脉抗生素在肺实质中的扩散因SARS-CoV-2感染的若干特征性因素而发生改变。这种扩散改变可能解释与非COVID-19患者相比，MVAP复发率较高的原因。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
