治疗性血浆置换缓解重型Covid-19感染中的高炎症状态

该数据集来自clinicaltrials.gov,聚焦重型Covid-19感染在重症监护病房中引发的高炎症状态与急性呼吸窘迫综合征(ARDS)

Hospices Civils de LyonHospices Civils de Lyon
clinicaltrials
浏览 21
文本预测Intensive Care UnitsARDS, HumanCovid19COVID-19
Therapeutic Plasma Exchange to Alleviate Hyperinflammatory Condition During Severe Covid-19 Infections

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-07

资源简介

治疗性血浆置换缓解重型Covid-19感染中的高炎症状态

该数据集来自clinicaltrials.gov,聚焦重型Covid-19感染在重症监护病房中引发的高炎症状态与急性呼吸窘迫综合征(ARDS)。研究关注治疗性血浆置换(TPE)在清除细胞因子及抗IFN自身抗体、改善过度免疫反应与呼吸功能方面的作用,并比较TPE联合常规治疗的效果。数据可用于探索重症Covid-19的免疫调节治疗与临床呼吸参数改善的预测分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:重症监护病房、ARDS、人类、Covid19。重型Covid-19(2019冠状病毒病)感染会产生大量但不恰当的细胞因子,并在某些情况下产生抗IFN(干扰素)自身抗体,从而诱发急性呼吸窘迫综合征(ARDS)。已有病例报告或小样本系列研究报道,治疗性血浆置换(TPE)可有效改善高炎症状态和呼吸功能。本研究旨在清除细胞因子风暴期间的细胞因子以及抗IFN自身抗体(如存在),以防止不恰当免疫反应的发展,并改善对复苏治疗的临床反应,尤其是呼吸参数,从而促使临床状态快速改善。为此,本研究拟比较使用TPE加常规治疗

【主题与分类】

主题标签:Intensive Care Units、ARDS, Human、Covid19。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/NCT04751643

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/NCT04751643

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:重症监护病房、ARDS、人类、Covid19。严重的Covid-19(2019冠状病毒病)感染会产生大量但不适当的细胞因子,并在某些情况下产生抗IFN(干扰素)自身抗体,诱发急性呼吸窘迫综合征(ARDS)。治疗性血浆置换(TPE)已被报道能有效改善高炎症状态和呼吸功能,这在病例报告或小型系列研究中已有描述。本研究旨在清除细胞因子风暴期间的细胞因子及抗IFN自身抗体(当存在时),以防止不适当免疫反应的发展,并改善对复苏治疗的临床反应,特别是呼吸参数,从而导致临床状况的快速改善。为此,本研究通过随机试验,比较在重症监护病房中使用TPE加常规治疗(实验组)与仅使用常规治疗(常规组)的效果。

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