急性肺损伤预防与早期治疗(PETAL)-低潮气量通用支持干预试验招募可行性(LOTUS FRUIT)
数据访问注意: 请参阅下方“授权访问”部分,了解从该登录号访问数据与许多其他dbGaP登录号有何不同。目标: PETAL-LOTUS FRUIT的两个主要目标是在所有PETAL Network站点内开展一项前瞻性观察性研究,以确定伴或不伴急性呼吸窘迫综合征(ARDS)患者中急性呼吸衰竭的发生频率和结

基本信息
资源简介
急性肺损伤预防与早期治疗(PETAL)-低潮气量通用支持干预试验招募可行性(LOTUS FRUIT)
数据访问注意: 请参阅下方“授权访问”部分,了解从该登录号访问数据与许多其他dbGaP登录号有何不同。目标: PETAL-LOTUS FRUIT的两个主要目标是在所有PETAL Network站点内开展一项前瞻性观察性研究,以确定伴或不伴急性呼吸窘迫综合征(ARDS)患者中急性呼吸衰竭的发生频率和结
Prevention and Early Treatment of Acute Lung Injury (PETAL) - Low Tidal Volume Universal Support Feasibility of Recruitment for Interventional Trial (LOTUS FRUIT) (PETAL-LOTUS FRUIT-BioLINCC)
【数据集背景】
源站首次发布:2024。
【数据内容】
源站描述(机器翻译,仅供参考):数据访问注意: 请参阅下方“授权访问”部分,了解从该登录号访问数据与许多其他dbGaP登录号有何不同。 目标: PETAL-LOTUS FRUIT的两个主要目标是在所有PETAL Network站点内开展一项前瞻性观察性研究,以确定伴或不伴急性呼吸窘迫综合征(ARDS)患者中急性呼吸衰竭的发生频率和结局,以及当前潮气量通气的常规护理,并模拟拟议LOTUS试验的设计和把握度。 背景: 先前一项研究表明,接受潮气量(Vt)目标为6 ml/kg预测体重(PBW)的ARDS患者生存率改善。因此,低潮气量通气
【主题与分类】
主题标签:急性呼吸衰竭、急性呼吸窘迫综合征、低潮气量通气、PETAL Network、观察性研究、试验设计模拟。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://gen3.biodatacatalyst.nhlbi.nih.gov/discovery/phs003791.v1.p1.c1/
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://doi.org/10.60645/bdc-61hp-stu0
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
数据访问说明: 关于本登录号数据访问与许多其他dbGaP登录号不同的相关信息,请参阅下文“授权访问”部分。目标: PETAL-LOTUS FRUIT的两个主要目标是在所有PETAL Network站点内开展一项前瞻性观察性研究,以确定急呼吸衰竭的发生频率和结局,以及伴有和不伴有急性呼吸窘迫综合征(ARDS)患者当前潮气量通气的常规护理情况,并模拟拟议的LOTUS试验的设计和把握度。背景: 既往研究显示,接受潮气量(Vt)目标为6 ml/kg预测体重(PBW)的ARDS患者生存率有所改善。因此,低潮气量通气(LTVV)目前被推荐用于所有ARDS患者,尽管这一循证实践的普及程度有限,尤其是在机械通气早期。LTVV也可能使无ARDS的患者获益。
因此,越来越多的人呼吁对所有急性呼吸衰竭患者在开始机械通气时采用LTVV。PETAL Network考虑开展一项实用性阶梯楔形、整群随机、对照、混合实施试验,以考察在需要插管的急性呼吸衰竭患者中系统实施默认6 ml/kg PBW的LTVV策略,从而提高LTVV的依从性并降低急性呼吸衰竭的死亡率。试验规划通过模拟可能比常规、简单的计算能更好地估计,但此类模拟需要初始参数的详细数据。参与者: 来自49家医院的2848名患者被纳入。各医院的入组人数不同,从4名到100名患者不等,后者为每个中心允许的最大入组人数。设计: PETAL-L
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。




