REVIVe:COVID-19或ARI危重症成人与儿童幸存者的衰弱、康复与结局
REVIVe 数据集来自 clinicaltrials.gov,聚焦 COVID-19 或急性呼吸道感染(ARI)后进入 ICU 接受高级生命支持的成人与儿童幸存者,关注衰弱、康复与结局之间的关系

基本信息
资源简介
REVIVe:COVID-19或ARI危重症成人与儿童幸存者的衰弱、康复与结局
REVIVe 数据集来自 clinicaltrials.gov,聚焦 COVID-19 或急性呼吸道感染(ARI)后进入 ICU 接受高级生命支持的成人与儿童幸存者,关注衰弱、康复与结局之间的关系。源站描述指出,衰弱是一种功能与健康下降的医学状态,衰弱成人存活危重症的机会更低;研究者对危重症成人了解仍有限,对儿童(无论是否感染 COVID-19 或 ARI)衰弱如何影响结局的信息更少。康复可帮助幸存者改善力量与生活质量。该研究主要目标是考察衰弱患者存活 COVID-19 或急性呼吸道感染的机会是否更低(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:呼吸系统疾病、COVID-19、病毒感染。背景:许多感染 COVID-19 或急性呼吸道感染的成人和部分儿童会发展为危重症,需要在重症监护室(ICU)接受高级生命支持。衰弱是一种功能与健康下降的医学状态。衰弱的成人存活危重症的机会更低。研究者仍在了解感染 COVID-19 或急性呼吸道感染的危重症成人,并且对衰弱如何影响危重症儿童(无论是否感染 COVID-19 或急性呼吸道感染)的结局没有太多信息。康复可以通过改善力量和改善生活质量(QOL)来帮助 COVID-19 或急性呼吸道感染的幸存者。目标:本研究的主要目标是了解衰弱患者存活 COVID-19 或急性呼吸道感染的机会是否更低。
【主题与分类】
主题标签:Respiratory Disease、COVID-19、Viral Infection。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/NCT05246098
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/NCT05246098
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
疾病:呼吸系统疾病、COVID-19、病毒感染。背景:许多感染COVID-19或急性呼吸道感染的成人和部分儿童病情严重,需要在重症监护室(ICU)接受高级生命支持。衰弱是一种功能和健康下降的医学状况。衰弱的成年人存活于危重疾病的机会较低。研究人员仍在了解感染COVID-19或急性呼吸道感染的危重成年人,并且对于衰弱如何影响危重儿童(无论是否感染COVID-19或急性呼吸道感染)的结局,信息尚不充分。康复可以通过增强力量和改善生活质量(QOL)来帮助COVID-19或急性呼吸道感染的幸存者。目的:本研究的主要目标是观察衰弱的患者相比非衰弱的患者,是否存活于COVID-19或急性呼吸道感染危重疾病的机会更低,且存活后出现更多健康问题。研究人员还将研究COVID-19或急性呼吸道感染患者接受的康复类型。
方法:研究者将纳入入住参与研究的ICU的COVID-19或急性呼吸道感染成人和儿童患者。研究者将收集每位患者的数据,包括患病前和患病期间的数据。结局:研究者将收集患者的衰弱程度、功能状态以及所接受的治疗或康复类型。在成人中,研究者最关注的是了解衰弱是否影响死亡率或死亡。在儿童中,研究者最关注的是患有COVID-19或急性呼吸道感染危重症的儿童是否更易发生衰弱。研究者还将研究幸存者出院后的去向(如家庭、康复机构)。相关性:COVID-19大流行是一场全球公共卫生危机。了解COVID-19和其他急性呼吸道感染如何
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。




