磷霉素治疗男性尿路感染

该数据集来自 clinicaltrials.gov,围绕磷霉素氨丁三醇(MONURIL®)治疗男性尿路感染(MUTI)的临床研究

University Hospital, RouenUniversity Hospital, Rouen
clinicaltrials
浏览 13
其他预测Urinary Tract InfectionProstatitisCystitis
FOsfomycin for Male Urinary Tract Infection

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-09

资源简介

磷霉素治疗男性尿路感染

该数据集来自 clinicaltrials.gov,围绕磷霉素氨丁三醇(MONURIL®)治疗男性尿路感染(MUTI)的临床研究。覆盖尿路感染、前列腺炎、膀胱炎等主题。研究背景是法国指南推荐的氟喹诺酮类抗生素虽有效,但存在肌腱炎、心律紊乱等严重副作用及细菌耐药风险,因此探索成熟替代方案磷霉素。数据可用于评估磷霉素在男性尿路感染中的有效性,支持抗感染治疗决策与耐药性相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:尿路感染、前列腺炎、膀胱炎。与女性相比,男性尿路感染(MUTI)往往较少被识别。法国临床指南实践推荐使用称为氟喹诺酮类的抗生素,这类药物对治疗MUTI高度有效。然而,这些抗生素可能导致罕见但严重的副作用,如肌腱炎或心律紊乱。此外,氟喹诺酮类可促进细菌耐药性的发展,使其在治疗后六个月内不宜使用。针对这些担忧,我们旨在探索一种成熟的替代方案,磷霉素氨丁三醇(商品名MONURIL®)。这种抗生素在治疗女性尿路感染方面有良好的记录,具有充分记录的益处和极小的相关风险。本研究的主要目标是评估磷霉素

【主题与分类】

主题标签:Urinary Tract Infection、Prostatitis、Cystitis。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06822751

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06822751

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

疾病:尿路感染、前列腺炎、膀胱炎。与女性尿路感染相比,男性尿路感染(MUTI)往往较少受到重视。法国临床指南实践推荐使用称为氟喹诺酮类的抗生素,这类药物在治疗MUTI方面非常有效。然而,这些抗生素可能导致罕见但严重的副作用,如肌腱炎或心律失常。此外,氟喹诺酮类可促进细菌耐药性的产生,因此不建议在治疗六个月内使用。针对这些担忧,我们旨在探索一种成熟的替代方案——磷霉素氨丁三醇(商品名MONURIL®)。该抗生素在治疗女性尿路感染方面有着良好的记录,其获益有充分文献记载,且相关风险极小。本研究的主要目标是评估磷霉素氨丁三醇治疗男性尿路感染的有效性,并评估任何潜在的治疗失败情况。

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。

获取专属数据定制方案