达比加群与口服抗Xa抑制剂治疗金黄色葡萄球菌菌血症
该数据集来自 clinicaltrials.gov，聚焦金黄色葡萄球菌菌血症患者在接受口服抗凝药（apixaban、edoxaban 或 rivaroxaban）治疗期间的抗凝策略比较
基本信息
资源简介
达比加群与口服抗Xa抑制剂治疗金黄色葡萄球菌菌血症
该数据集来自 clinicaltrials.gov，聚焦金黄色葡萄球菌菌血症患者在接受口服抗凝药（apixaban、edoxaban 或 rivaroxaban）治疗期间的抗凝策略比较。研究为开放标签随机对照试验，入组对象为因房颤卒中预防或静脉血栓栓塞预防/治疗而正在服用上述药物的 S. aureus 菌血症患者，随机分为继续原药或换用 dabigatran。数据可用于分析不同口服抗凝药在感染背景下的临床结局差异，支持抗凝管理与感染性疾病交叉领域的研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Staphylococcus Aureus Endocarditis、Staphylococcus Aureus Septicemia、Staphylococcus Aureus Bacteremia、Staphylococcus Aureus Bloodstream Infection、S. Aureus Bacteremia、S. Aureus Bloodstream Infection。这是一项开放标签随机对照试验，将入组已因获批适应症（房颤卒中预防、静脉血栓栓塞的预防或治疗）正在服用口服抗凝药物（apixaban、edoxaban 或 rivaroxaban）的 S. aureus 菌血症患者。我们将把患者随机分配至继续使用现有药物或换用另一种获批用于原适应症的药物（dabigatran）。Dabigatran 在许多国家获批用于静脉血栓栓塞的治疗或预防，或用于预防房颤中的卒中。与上述其他药物不同，dabigatran 似乎具有
【主题与分类】
主题标签：Staphylococcus Aureus Endocarditis、Staphylococcus Aureus Septicemia、Staphylococcus Aureus Bacteremia、S. Aureus Bacteremia、S. Aureus Bloodstream Infection。本站分类：循环系统疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06650501
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/NCT06650501
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：金黄色葡萄球菌心内膜炎、金黄色葡萄球菌败血症、金黄色葡萄球菌菌血症、金黄色葡萄球菌血流感染、金黄色葡萄球菌菌血症、金黄色葡萄球菌血流感染。这是一项开放标签随机对照试验，将纳入已因获批适应症（房颤卒中预防、静脉血栓栓塞症的预防或治疗）正在服用口服抗凝药物（阿哌沙班、依度沙班或利伐沙班）的金黄色葡萄球菌菌血症患者。我们将把患者随机分配至继续使用其现有药物或换用另一种获批用于原适应症的药物（达比加群）。达比加群已在许多国家获批用于静脉血栓栓塞症的治疗或预防，或用于预防房颤卒中。与上述其他药物不同，达比加群在试管中、动物模型中以及一项较小的随机对照试验中似乎对金黄色葡萄球菌具有活性。我们希望确定，对于原本就有理由服用该药的人群，换用达比加群是否会改善金黄色葡萄球菌菌血症的结局。
本研究是金黄色葡萄球菌网络适应性平台（SNAP）试验（NCT05137119）的一项获批子研究。若结果呈阳性，本研究将支持在目前无抗凝治疗指征的人群中开展第二项随机对照试验（RCT）。
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。
