Lactobacillus LB 后生元在免疫功能低下腹泻患儿中的安全性
该数据集来自 clinicaltrials.gov,主题为 Lactobacillus LB 后生元在免疫功能低下腹泻患儿中的安全性评估

基本信息
资源简介
Lactobacillus LB 后生元在免疫功能低下腹泻患儿中的安全性
该数据集来自 clinicaltrials.gov,主题为 Lactobacillus LB 后生元在免疫功能低下腹泻患儿中的安全性评估。源站描述显示,这是一项前瞻性、干预性、单中心、开放标签的 1 期临床试验,将在墨西哥 Federico Gomez 儿童医院开展,受试者为住院的免疫功能低下腹泻患儿,入组后每日两次接受 Lactobacillus LB(Lactéol®)冲剂,持续 14 天。数据可用于了解该后生元在儿童腹泻人群中的安全性研究设计、受试者筛选与知情同意流程,以及相关主题标签下的临床试验信息整理与检索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:腹泻。这项前瞻性、干预性、单中心、开放标签的 1 期临床试验旨在评估后生元 Lactobacillus LB 在免疫功能低下腹泻患儿中的安全性,将在墨西哥 Federico Gomez 儿童医院进行。患者将由研究者从住院患者中筛选。对于符合条件的儿童,将邀请其父母参与研究并提供书面知情同意;对于 8 岁及以上的患者,还需要知情同意。一旦入组,患者的人口学和分层信息将在适用时从临床记录中获取,若不适用,则由研究者直接收集。根据研究者评估,无论病因如何,存在免疫功能低下的患者将接受 Lactobacillus LB(Lactéol®)冲剂,每日两次,持续 14 天。
【主题与分类】
主题标签:Diarrhea。本站分类:消化系统疾病/腹泻。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07758933
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/NCT07758933
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
条件:腹泻。这项前瞻性、干预性、单中心、开放标签的1期临床试验旨在评估后生元Lactobacillus LB在患有腹泻疾病的免疫功能低下儿科患者中的安全性,将在墨西哥Federico Gomez儿童医院进行。患者将由研究人员从住院患者中筛选。对于符合条件的儿童,将邀请其父母参与研究并提供书面同意;对于8岁及以上的患者,还需要获得知情同意。一旦入组,患者的人口统计学和分层信息将在适用时从临床记录中获取,若不适用,则由研究者直接收集。根据研究者评估,无论原因为何,免疫功能低下的患者将接受Lactobacillus LB(Lactéol®)袋装制剂,每日两次;对于急性腹泻病患者(发病<72小时),持续14天;对于慢性腹泻病患者(≥15天),持续28天。
患者住院接受治疗期间将继续随访,而治疗期间出院的患者将通过每周一次的电话继续随访,并在干预结束时在门诊对结局变量进行最终评估。每次评估时都将收集有关不良事件的数据,以及腹泻停止(24小时内排便少于3次或恢复 habitual 排便频率)和粪便稠度改善(Bristol粪便量表至少降低1分)的数据。之后,将通过二项检验确定不良事件的有无。由于疗效评估不是本研究的主要目标,疗效将作为探索性变量,以二项检验评估疗效终点的有无。如果可行,结果可按营养状况、腹泻发作时间和治疗依从性进行分层。
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。




