多利培南与美罗培南治疗儿童复杂性腹腔感染的安全性与耐受性研究
该数据集来自 clinicaltrials.gov,记录一项多利培南与美罗培南在儿童复杂性腹腔感染中的安全性与耐受性研究

基本信息
资源简介
多利培南与美罗培南治疗儿童复杂性腹腔感染的安全性与耐受性研究
该数据集来自 clinicaltrials.gov,记录一项多利培南与美罗培南在儿童复杂性腹腔感染中的安全性与耐受性研究。研究对象为 3 个月至 18 岁以下住院患儿,采用随机、双盲、双模拟、阳性对照、多国多中心设计,药物经静脉输注给药。覆盖腹腔脓肿、急性腹痛、阑尾炎、肠穿孔、腹膜炎等病种。数据可用于评估儿童复杂性腹腔感染抗感染治疗的安全性、耐受性及药物比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:腹腔脓肿、腹部脓肿、急腹症、腹痛、阑尾炎、破裂、感染、肠穿孔。这是一项随机(研究药物由偶然分配)、双盲(医生和患者均不知道所分配研究药物的名称)、双模拟(所有患者在研究期间交替时间段内均给予安慰剂[盐溶液]和研究药物)、阳性对照药对照(将“试验”治疗与标准治疗进行比较)、多国、多中心研究,旨在评估通过静脉(iv)输注(在一段时间内将药物溶液缓慢注射到静脉中)给予研究药物(多利培南和美罗培南)在 3 个月至 18 岁以下因复杂性腹腔感染(cIAI)住院的儿童中的安全性。复杂性腹腔感染包括但不限于
【主题与分类】
主题标签:Abscess, Intra-Abdominal、Abdominal Abscess、Abdomen, Acute、Abdominal Pain、Appendicitis、Rupture、Infection、Intestinal Perforation、Peritonitis、Ileus。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01110382
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/NCT01110382
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
病症:腹腔脓肿、腹部脓肿、急腹症、腹痛、阑尾炎、破裂、感染、肠穿孔。这是一项随机(研究药物随机分配)、双盲(医生和患者均不知道所分配研究药物的名称)、双模拟(在研究期间,所有患者均按交替时间段接受安慰剂[盐溶液]和研究药物)、活性对照药对照(将“试验”治疗与标准治疗进行比较)、多国、多中心研究,旨在评估通过静脉(iv)输注(在一段时间内将药物溶液缓慢注入静脉)给予多利培南和美罗培南研究药物在3个月至18岁以下因复杂性腹腔内感染(cIAI)住院儿童中的安全性。复杂性腹腔内感染包括但不限于伴破裂和/或脓肿(局部脓液积聚)的阑尾炎、急性(严重或剧烈)胃、十二指肠(小肠起始段)或胆囊穿孔(胃、小肠或胆囊壁上的孔洞),以及继发性腹膜炎。
本研究将包括3个阶段:预处理(筛选)期,在随机分组(分配研究药物)前2天内进行;治疗期,持续5至14天,患者将仅接受静脉注射研究药物治疗,或接受静脉注射研究治疗并转为口服抗生素治疗;以及治疗后随访期,包括2次研究访视。研究药物治疗的最长持续时间为14天。研究总时长约为7至8周。安全性和耐受性将通过检查治疗期间及每次治疗后访视时观察到的不良事件发生率、严重程度和类型、临床实验室检查变化、生命体征测量值以及体格检查结果来评估。本研究将设立独立监测委员会(IDMC),以确保患者安全不受影响。IDMC将由与研究无关的人员组成。
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。




