有创通气儿童中IPV与肺顺应性
本数据集来自clinicaltrials.gov,为一项观察性研究,关注接受常规有创机械通气的儿童。数据可用于探索IPV对儿童肺顺应性的影响及相关安全性问题(来源 clinicaltrials.gov)

基本信息
资源简介
有创通气儿童中IPV与肺顺应性
本数据集来自clinicaltrials.gov,为一项观察性研究,关注接受常规有创机械通气的儿童。研究旨在评估Intrapulmonary Percussive Ventilation (IPV)能否改善肺顺应性,包括单次治疗后15分钟及3小时的变化,并比较合并与未合并Pediatric Acute Respiratory Distress Syndrome (PARDS)患者的差异,以及按PARDS严重程度分层分析,同时观察IPV不良事件的发生率。数据可用于探索IPV对儿童肺顺应性的影响及相关安全性问题(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Pediatric Acute Respiratory Distress Syndrome (PARDS)、Pediatric Respiratory Diseases、Lung Compliance。本观察性研究的目标是确定Intrapulmonary Percussive Ventilation (IPV)是否能改善接受常规有创机械通气的儿童的肺顺应性。它旨在回答的主要问题包括:1. 在异质性儿科患者群体中,接受一次治疗后15分钟和3小时,IPV是否改善肺顺应性?2. 在Pediatric Acute Respiratory Distress Syndrome (PARDS)患者中,IPV是否改善肺顺应性,与无PARDS者相比变化程度如何?3. 根据PARDS严重程度(轻中度疾病 vs. 重度疾病),IPV对肺顺应性的影响是什么?4. IPV不良事件的发生率是多少?参与者将接受IPV,因为他们的医疗团队fee
【主题与分类】
主题标签:Pediatric Respiratory Diseases、Lung Compliance。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06836050
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/NCT06836050
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:儿童急性呼吸窘迫综合征(PARDS)、儿童呼吸系统疾病、肺顺应性。本观察性研究的目标是确定肺内冲击通气(IPV)是否能改善接受常规有创机械通气的儿童的肺顺应性。其旨在回答的主要问题包括:1. 在异质性儿科患者群体中,接受一次治疗后15分钟和3小时,IPV是否能改善肺顺应性?2. IPV是否能改善儿童急性呼吸窘迫综合征(PARDS)患者的肺顺应性,与无PARDS者相比变化程度如何?3. 根据PARDS严重程度(轻中度疾病 vs. 重度疾病),IPV对肺顺应性的影响如何?4. IPV不良事件的发生率是多少?参与者将接受IPV,因为其医疗团队认为这将有助于其肺部恢复,并且已确定他们是接受该治疗的安全候选者,该治疗是一种标准的气道廓清方式,已在我们的PICU中常规使用。本研究不会导致参与者发生任何额外的事情。
参与本研究仅是授予研究团队为研究目的收集可识别您孩子身份的特定健康信息的权限,这些信息可能包括其病历中的医学检测结果以及来自您孩子床边监护仪和呼吸机的信息。这些信息将在IPV治疗前后收集,以评估他们对治疗的反应。
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。




