他汀类药物治疗对重症监护病房脓毒症患者死亡率的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT06354452

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、脓毒性休克。本研究的假设是，由衰弱、合并症和慢性药物使用所定义的基线健康状况不佳，决定了脓毒症生存率及存活患者的长期功能状态。此外，本研究旨在分析不同药物类别，尤其是肌少症相关药物，与入住医院及重症监护室的脓毒症患者生存率之间的关系，研究覆盖800万居民的地区。初步数据提示，既往使用皮质类固醇的患者脓毒症生存率较差，而长期使用他汀类药物可能是一个保护因素。这将是一项基于人群的回顾性观察性分析，利用基于人群的数据库对大规模脓毒症患者队列进行为期2年的研究。数据将取自加泰罗尼亚卫生系统（CatSalut）最低基本数据集（CMBD）登记处（西班牙加泰罗尼亚所有公立和私立急症护理医院的强制入院登记处。该登记处旨在评估和优化资源使用，提供支持并改善医疗规划，并促进采购和支付管理）。

根据上述数据库(2)，每年可获得约25,000名患者的队列。初步将纳入2018年和2019年（大流行前）的数据。脓毒症将采用Angus等人描述的方法进行定义，该方法目前被用于基于人群的研究，其内容包括对感染伴急性器官衰竭、或脓毒症或脓毒性休克的诊断进行编码。需要入住重症监护病房(ICU)的患者通过机械通气、连续性肾脏替代治疗技术(CRRT)、气管切开术或体外膜肺氧合(ECMO)的编码操作予以识别。为分析门诊处方，若患者在因脓毒症入院前8个月内，某药物至少有6个包装的处方记录，则视为该患者既往接受过该药物治疗。

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。