数据集概述
本数据集为重症监护氧饱和度警报相关性标注数据集，包含经临床指南标注的警报数据及生成算法代码，是支持机器学习模型研究警报疲劳的资源，首次提供大规模标注氧饱和度警报数据，助力分析ICU非 actionable 警报占比。
文件详解
- VentAlarms.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含重症监护中氧饱和度警报的相关性标注数据，具体字段未提供预览，推测涵盖警报时间、患者状态、相关性标签等临床相关信息。
- ventilation_annotation_v1.ipynb
- 文件格式：IPYNB
- 字段映射介绍：警报标注算法的开源实现代码，包含气道管理数据映射（AD/VD/VM识别）、标注流程等技术逻辑，可复用至类似数据集。
数据来源
论文“Enabling Machine Learning Models in Alarm Fatigue Research: Creation of a Large Relevance-annotated Oxygen Saturation Alarm Data Set”（under review）
适用场景
- 重症监护警报疲劳研究: 分析ICU氧饱和度警报的非 actionable 占比及特征，探究警报疲劳机制。
- 机器学习模型训练: 基于标注数据开发识别高相关性警报的机器学习模型，优化临床警报系统。
- 临床警报管理优化: 为ICU警报过滤策略、设备参数调整提供数据支持，降低无效警报干扰。
- 医疗数据标注方法研究: 参考开源算法的标注流程，完善临床数据标准化标注体系。
