危重症患者身体成分研究——扩展至COVID-19

该数据集来自clinicaltrials.gov,聚焦危重症患者(含COVID-19)的身体成分与骨骼肌变化。研究假设COVID-19危重症患者因炎症状态加剧,骨骼肌丢失速度更快、程度更重,并导致更差的功能结局(肌肉力量更低)

University of MalayaUniversity of Malaya
clinicaltrials
浏览 9
其他预测Critical IllnessCovid19Muscle AtrophyMuscle StrengthCOVID-19
Body Composition Study in Critically Ill Patients-Extended to COVID-19

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-13

资源简介

危重症患者身体成分研究——扩展至COVID-19

该数据集来自clinicaltrials.gov,聚焦危重症患者(含COVID-19)的身体成分与骨骼肌变化。研究假设COVID-19危重症患者因炎症状态加剧,骨骼肌丢失速度更快、程度更重,并导致更差的功能结局(肌肉力量更低)。数据可用于分析肌肉萎缩与功能状态的关系,支持对ICU出院时功能状态的预测研究,涉及危重症、Covid19、肌肉萎缩与肌肉力量等主题(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:危重症、Covid19、肌肉萎缩、肌肉力量。鉴于COVID-19危重症患者炎症状态加剧,我们假设该人群骨骼肌丢失速度加快,且这种丢失比一般危重症患者更为明显。我们进一步假设,与年龄和性别匹配的非COVID-19危重症患者相比,COVID-19危重症患者肌肉丢失增加将导致更差的功能结局(更低的肌肉力量),因为已有研究表明股四头肌厚度与ICU出院时的功能状态密切相关。此外,近期一项针对冠状病毒(严重急性呼吸综合征SARS、中东呼吸综合征MERS或COVID-19)幸存者的系统综述和荟萃分析也显示,运动能力和生活质量下降。

【主题与分类】

主题标签:Critical Illness、Covid19、Muscle Atrophy、Muscle Strength。本站分类:呼吸系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04849624

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04849624

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:危重疾病、Covid19、肌肉萎缩、肌肉力量。鉴于COVID-19危重患者中炎症状态加剧,我们假设该人群中骨骼肌丢失的速度加快,且这种丢失比一般危重患者更为显著。我们进一步假设,与年龄和性别匹配的非COVID-19危重患者相比,COVID-19危重患者中肌肉丢失的增加将导致更差的功能结局(较低的肌肉力量),因为已显示股四头肌厚度与ICU出院时的功能状态强烈相关。此外,最近一项针对冠状病毒(严重急性呼吸综合征,SARS或中东呼吸综合征,MERS,或COVID-19)幸存者的系统综述和荟萃分析也表明,在住院或入住ICU后6个月时,运动能力和生活质量降低。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。