住院ARDS患者抗CD14治疗（IC14）研究
该数据集来自clinicaltrials.gov，主题为住院急性呼吸窘迫综合征（ARDS）患者接受抗CD14治疗（重组嵌合单克隆抗体IC14）的二期随机双盲安慰剂对照安全性与有效性研究
基本信息
资源简介
住院ARDS患者抗CD14治疗（IC14）研究
该数据集来自clinicaltrials.gov，主题为住院急性呼吸窘迫综合征（ARDS）患者接受抗CD14治疗（重组嵌合单克隆抗体IC14）的二期随机双盲安慰剂对照安全性与有效性研究。CD14是识别组织损伤相关分子模式（DAMPs）和感染相关分子模式（PAMPs）的关键介质。研究主要目的是评估IC14在住院ARDS患者中减轻肺损伤严重程度的疗效，以第4天氧合指数（OI）作为连续指标衡量。数据可用于ARDS治疗相关研究、疗效评估及临床特征分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：急性呼吸窘迫综合征、成人呼吸窘迫综合征、急性肺损伤、急性肺损伤/急性呼吸窘迫综合征（ARDS）。这是一项二期、随机、双盲、安慰剂对照的抗CD14治疗安全性及有效性研究，使用重组嵌合单克隆抗体（IC14）治疗住院急性呼吸窘迫综合征（ARDS）患者。CD14是识别组织损伤分子标志物（损伤相关分子模式，DAMPs）和感染分子标志物（病原体相关分子模式，PAMPS）的关键介质。该研究的主要目的是确定IC14在住院ARDS患者中减轻肺损伤严重程度的疗效，以第4天氧合指数（OI）作为连续指标评估（平均气道压 x 吸入氧浓度[FiO2] x 100/部分预
【主题与分类】
主题标签：Acute Respiratory Distress Syndrome、Adult Respiratory Distress Syndrome、Acute Lung Injury。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06513949
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/NCT06513949
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
病症：急性呼吸窘迫综合征、成人呼吸窘迫综合征、急性肺损伤、急性肺损伤/急性呼吸窘迫综合征（ARDS）。这是一项针对住院急性呼吸窘迫综合征（ARDS）患者的2期、随机、双盲、安慰剂对照的安全性和有效性研究，旨在评估使用重组嵌合单克隆抗体（IC14）进行抗CD14治疗的效果。CD14是识别组织损伤分子标志物（损伤相关分子模式，DAMPs）和感染分子标志物（病原体相关分子模式，PAMPs）的关键介质。本研究的主要目的是确定IC14在住院ARDS患者中减轻肺损伤严重程度的有效性，以第4天氧合指数（OI）作为连续测量指标（平均气道压×吸入氧浓度[FiO2]×100/动脉血氧分压[PaO2]）进行评估。OI反映了低氧血症的严重程度及同期通气支持的强度。次要目标包括确定IC14是否能减轻全身和肺泡炎症反应，并改善氧合指标和疾病严重程度指标。
探索性终点包括确定CD14阻断对ARDS住院患者机械通气持续时间和死亡率的影响。药代动力学[PK]/药效动力学[PD]终点包括测定第4天支气管肺泡灌洗液(BALF)与血清中IC14水平，以及评估检测血液中presepsin水平的可行性，presepsin是一种CD14通路特异性生物标志物，可用于快速评估。
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。
