老年危重症后身体功能恢复研究

该数据集来自clinicaltrials.gov,聚焦老年危重症幸存者(脓毒症、急性肺损伤)出院后身体功能与肌肉功能的长期恢复轨迹

University of KentuckyUniversity of Kentucky
clinicaltrials
浏览 9
文本预测SepsisAcute Lung Injury(ALI)
Recovery of Physical Function After Critical Illness In Older Adults

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-20

资源简介

老年危重症后身体功能恢复研究

该数据集来自clinicaltrials.gov,聚焦老年危重症幸存者(脓毒症、急性肺损伤)出院后身体功能与肌肉功能的长期恢复轨迹。研究纳入150名患者,在出院时及出院后3、6、12、24个月进行肌肉力量、身体功能、日常生活活动能力及生活质量测评,并结合细胞标志物探索肌肉恢复失败的机制。数据可用于构建身体功能恢复轨迹预测模型、分析持续残疾相关特征,以及研究危重症后肌肉病理生理与功能结局的关联(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Sepsis、Acute Lung Injury(ALI)。拟议研究的总体目标是确定身体恢复的轨迹以及与危重症后肌肉恢复失败相关的细胞标志物,同时探索哪些特征与持续性身体残疾相关。本提案将仔细检查肌肉病理生理学与身体功能结局的一致性,以便纵向评估危重症后参与者肌肉功能的恢复或恢复失败:目标1:确定ICU幸存者肌肉力量、身体功能和ADL恢复的长期轨迹。患者(n=150)将在出院时以及出院后3、6、12和24个月参加一系列测试,以确定肌肉和身体功能,并与自我报告的ADL和生活质量测量保持一致。目标2:A

【主题与分类】

主题标签:Sepsis、Acute Lung Injury(ALI)。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07225257

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07225257

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、急性肺损伤(ALI)。拟议研究的总体目标是确定与危重疾病后肌肉未能恢复的潜在机制相关的身体恢复轨迹和细胞标志物,同时探索哪些特征与持续性身体功能障碍相关。本提案将仔细检查与身体功能结局密切相关的肌肉病理生理学,以便纵向评估危重疾病后参与者肌肉功能的恢复或恢复失败情况:目标1:确定ICU幸存者肌肉力量、身体功能和ADL恢复的长期轨迹。患者(n = 150)将参与一系列测试,以确定肌肉和身体功能,并与出院时、出院后3、6、12和24个月时自我报告的ADL和生活质量指标相对应。目标2:评估ICU幸存者骨骼肌中导致长期身体功能障碍的细胞变化。

在Aim 1入组的患者亚组中,将在基线和长期随访时采集肌肉活检,以测定氧化应激、线粒体功能和细胞衰老。

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。

获取专属数据定制方案