急性疑似脓毒症与感染中分子预测的临床结局

数据集获取

源站：https://clinicaltrials.gov/study/NCT07874698

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：脓毒症。研究人员正在研究一种新颖且现代的危重症患者管理范式，利用基于分子（RNA）的生物标志物来预测疑似脓毒症患者的临床恶化。在与加拿大国家研究委员会（NRC）成功合作的基础上，得益于NRC大流行病研究挑战计划、加拿大自然科学与工程研究委员会（NSERC）和加拿大健康研究院（CIHR）合作资助（CHRP）及项目资助的支持，我们的团队开发了一种由4个基因和2个管家基因组成的RNA分类器（SEPSET），它们共同预测临床恶化的可能性。

在本研究中，研究者将前瞻性评估、比较并结合SEPSET、临床和实验室指标的预测能力，以识别疑似脓毒症患者中未来病情恶化风险增高者，恶化定义为以下任一情况：入住重症监护病房（ICU）、启动呼吸支持（无创通气支持）、气管插管、给予血管升压药/正性肌力药，或就诊后72小时内死亡。SEPSET的结果将与跨关键临床相关终点的临床轨迹进行相关性分析，这些终点包括：脱机、无呼吸机天数、机械通气持续时间、ICU住院时间、住院时间以及28天和90天死亡。

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。