HOPE-Sepsis:脓毒症血液吸附治疗
HOPE-Sepsis 是一项针对脓毒症与脓毒性休克的单中心、前瞻性、单臂研究数据集,来源于 clinicaltrials.gov

基本信息
资源简介
HOPE-Sepsis:脓毒症血液吸附治疗
HOPE-Sepsis 是一项针对脓毒症与脓毒性休克的单中心、前瞻性、单臂研究数据集,来源于 clinicaltrials.gov。研究计划在复旦大学附属中山医院入组 30 名成年脓毒症患者,在筛选并签署书面知情同意后,先进行基线临床评估,再接受使用 CA330 Cytok 的血液吸附治疗。该疗法通过体外循环使全血经过吸附柱以降低循环炎症介质,无需血浆分离。数据可用于观察血液吸附对脓毒症患者炎症介质水平及临床结局的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脓毒症与脓毒性休克。脓毒症是由宿主对感染反应失调引起的一种危及生命的综合征,在危重患者中与显著的发病率和死亡率相关。循环炎症介质升高,包括白细胞介素-6(IL-6),与疾病严重程度和不良临床结局相关。血液吸附是一种体外血液净化方法,其中全血通过吸附柱以降低循环炎症介质。与血浆吸附技术不同,该方法不需要血浆分离。这项单中心、前瞻性、单臂研究将在复旦大学附属中山医院入组 30 名成年脓毒症患者。在筛选并签署书面知情同意后,符合条件的参与者将接受基线临床评估,随后使用 CA330 Cytok 进行血液吸附治疗。
【主题与分类】
主题标签:Sepsis and Septic Shock。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07865585
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/NCT07865585
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:脓毒症与脓毒性休克。脓毒症是由宿主对感染反应失调引起的一种危及生命的综合征,在危重患者中与显著的发病率和死亡率相关。循环中炎症介质升高,包括白细胞介素-6(IL-6),与疾病严重程度和不良临床结局相关。血液吸附是一种体外血液净化方法,其中全血通过吸附柱以降低循环中的炎症介质。与血浆吸附技术不同,该方法无需进行血浆分离。这项单中心、前瞻性、单臂研究将在复旦大学附属中山医院入组30例成人脓毒症患者。在筛选并签署书面知情同意书后,符合条件的受试者将接受基线临床评估,随后使用CA330细胞因子吸附柱进行血液吸附治疗。将在三个预设时间点采集血样:开始血液吸附前的基线(T0)、血液吸附完成后即刻(T1),以及血液吸附完成后约24小时(T2)。
将在T0、T1和T2时评估IL-6及其他炎症生物标志物。将对T0和T1时采集的血浆样本进行探索性TMT定量蛋白质组学分析,以表征急性治疗相关的分子变化。连续性肾脏替代治疗(CRRT)及其他器官支持治疗将根据常规临床指征和标准ICU实践启动。CRRT并非研究入组所必需,若使用,将作为合并治疗记录。其他治疗,包括抗微生物治疗、液体复苏、血管升压药、机械通气及额外器官支持,将根据患者临床状况提供。主要结局是血浆IL-6浓度从血液吸附前基线(T0)至血液吸附完成后即刻的即时变化
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。




