其他

ASKIP 非洲健康证据语料库（Gold tier，facts-only）v1.2.0 从非洲生物医学与机构文献中提取结构化证据条目，每条为一个带数值的量化论断，并记录其涉及的疾病、国家、时间背景及完整溯源链

研究使用抗蠕虫药物实验性改变蟾蜍的肺虫感染状态，随后比较驱虫蟾蜍与保持感染蟾蜍的行为。在实验室和野外，寄生虫存在均诱导宿主选择更高体温、在更潮湿地点排便并产生含水量更高的粪便

该数据集用于测试模型能否估计患者距离临床崩溃边界的远近，任务不是判断崩溃是否已发生，而是分类在常规监测或支持可能不再足够之前还剩多少余量

准确的气道树建模支持呼吸评估以及活检导航等干预。在 ATM22（二值分割）的基础上，ATM26 推进到结构化气道理解，包括两个赛道：二值分割和解剖标注

数据以四元耦合系统表示呼吸衰竭，四个结构变量为 oxygen_demand、buffer、lag、coupling，并在 v0.6 干预层基础上引入不确定性几何，用于区分确信恶化、确信稳定与不确定状态三种运行状态

该数据集为 Clarus v0.8 临床五节点数据集，用于检测和推理呼吸级联边界转移，建模患者状态不再局限于单一呼吸基线、而是在竞争性状态之间切换的情形，如进行性低氧血症伴气体交换障碍、通气衰竭、高碳酸血症失代偿、难治性多系统呼吸衰竭

该数据集是 Clarus v0.8 临床四元组数据集，用于检测和推理呼吸衰竭的状态转换。它建模患者状态不再局限于单一呼吸衰竭盆地、而是在竞争性状态之间迁移的情形，涵盖进行性低氧血症、通气衰竭、高碳酸血症失代偿和多系统呼吸衰竭

它提供 Clarus v0.5 级联恢复几何数据集，用于建模呼吸衰竭。相比早期版本，v0.5 增加了恢复几何层，提出更严格的问题：系统是否仍能恢复稳定

该数据集用于评估模型能否检测呼吸控制中的不稳定性。每一行代表一个简化的呼吸调节场景，覆盖三个时间点，任务为判断通气调节保持稳定还是趋向呼吸驱动不稳定

该数据集来自clinicaltrials.gov，为一项样本采集研究，面向因疑似流感、RSV或COVID-19等呼吸道疾病而前往指定诊疗或检测机构、并于当日接受标准护理（SOC）检测的患者，或近期接触过SARS-CoV-2阳性患者的任何年龄段人群

条件：存在COVID-19兼容的CT异常。提示肺部COVID-19感染的CT征象已被广泛描述，而18F-FDG-PET征象尚未被描述

门诊患者占 COVID-19 患者的大多数，其病情可能初始较轻但后续出现不利演变。研究通过简单问卷及可能的远程会诊，了解门诊患者的病情演变、继发并发症，并识别“高危”患者特征，以用于未来非住院患者的预防与照护，并可能重新定义门诊随访方式