非洲难治性脓毒症患者类固醇与增强谱抗生素治疗数据集
该数据集来自 clinicaltrials.gov,聚焦撒哈拉以南非洲脓毒症患者的诊疗研究,主题标签为 Sepsis 与 Tuberculosis

基本信息
资源简介
非洲难治性脓毒症患者类固醇与增强谱抗生素治疗数据集
该数据集来自 clinicaltrials.gov,聚焦撒哈拉以南非洲脓毒症患者的诊疗研究,主题标签为 Sepsis 与 Tuberculosis。源站描述指出该地区每年约 1700 万例脓毒症、350 万例归因死亡,多数患者合并 HIV 感染,结核是主要致病原因,占脓毒症患者血流感染的 25-30%,结核脓毒症死亡率为 20-50%,多数死亡发生在入院后 4-5 天内。数据可用于脓毒症与结核相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脓毒症、结核病。脓毒症被定义为因宿主对感染反应失调而导致的危及生命的器官功能障碍,是全球死亡的主要原因。世界卫生组织已宣布脓毒症为全球优先事项。然而,人们对全球南方尤其是撒哈拉以南非洲的脓毒症知之甚少,那里每年估计有 1700 万例病例和 350 万例归因死亡。这些患者中的大多数感染了人类免疫缺陷病毒(HIV)。研究者已确定该地区脓毒症的主要原因是结核病(TB),它占脓毒症患者血流感染的 25-30%。结核脓毒症与 20-50% 的死亡率相关,大多数死亡发生在入院后的前 4-5 天内。其他致病病原体包括常见或固有耐药的细菌
【主题与分类】
主题标签:Sepsis、Tuberculosis。本站分类:呼吸系统疾病/肺结核。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07332325
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/NCT07332325
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:脓毒症、结核病。脓毒症定义为因宿主对感染反应失调而导致危及生命的器官功能障碍,是全球死亡的主要原因。世界卫生组织已宣布脓毒症为全球优先事项。然而,在全球南方,特别是撒哈拉以南非洲,人们对脓毒症知之甚少,据估计该地区每年有1700万病例和350万归因死亡。这些患者中的大多数感染有人类免疫缺陷病毒(HIV)。研究者已确定该地区脓毒症的主要病因是结核病(TB),在脓毒症患者的血流感染中占25-30%。结核性脓毒症与20-50%的死亡率相关,大多数死亡发生在入院后的前4-5天内。其他致病病原体包括对第三代头孢菌素常见耐药或固有耐药的细菌,而第三代头孢菌素是沿袭自全球北方的脓毒症标准抗菌治疗。
研究人员还研究了脓毒症患者的抗结核药代动力学/药效学,发现循环药物浓度相当低,低于杀灭微生物的最佳水平。同时,研究人员在乌干达和坦桑尼亚的合作研究站点还发现,危重症患者中皮质类固醇不足的负担很高。HIV和结核病,无论是单独还是合并存在,都会导致肾上腺感染和内源性类固醇不足。在进一步的观察性研究中,合作研究站点接受皮质类固醇治疗的脓毒症成人患者,其脓毒性休克生存率显著改善,这与部分(但并非全部)感染相关危重症辅助类固醇试验的结果一致。因此,假设是:与不给予皮质类固醇的标准治疗相比,立即给予氢化可的松7天、随后7天逐渐减量,将改善28天死亡率;并且,增强的抗
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。




