细菌DNA定量检测诊断肝硬化自发性细菌性腹膜炎的多中心诊断试验
该数据集来自 clinicaltrials.gov,主题为细菌DNA定量检测在肝硬化自发性细菌性腹膜炎(SBP)诊断中的应用,属于消化系统疾病范畴

基本信息
资源简介
细菌DNA定量检测诊断肝硬化自发性细菌性腹膜炎的多中心诊断试验
该数据集来自 clinicaltrials.gov,主题为细菌DNA定量检测在肝硬化自发性细菌性腹膜炎(SBP)诊断中的应用,属于消化系统疾病范畴。数据覆盖肝硬化、腹水及细菌感染相关人群,关注以腹水多形核白细胞计数≥250 cells/μL为现行诊断标准时存在的漏诊、与临床症状相关性差、传统培养敏感性低且耗时等问题,并探索以液滴数字PCR(ddPCR)为代表的细菌DNA检测技术的诊断价值。可用于评估bactDNA检测对SBP的诊断效能,支持分子诊断方法的比较与验证研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肝硬化、腹水、细菌感染。背景与意义:自发性细菌性腹膜炎(SBP)是肝硬化患者常见且危及生命的并发症,具有高发病率和高死亡率。目前的诊断标准依赖于腹水多形核白细胞(PMN)计数≥250 cells/μL。然而,该阈值与高漏诊率、与临床症状相关性差以及由于传统腹水培养敏感性低、耗时长而导致的病原体鉴定延迟相关。随着分子诊断学的发展,细菌DNA(bactDNA)检测——尤其是通过液滴数字PCR(ddPCR)——因其高灵敏度、绝对定量能力和稳健性而成为一种有前景的技术。本研究旨在评估其诊断价值和ac
【主题与分类】
主题标签:Cirrhosis、Ascites、Bacterial Infections。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06995846
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/NCT06995846
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:肝硬化、腹水、细菌感染。背景与意义:自发性细菌性腹膜炎(SBP)是肝硬化患者常见且危及生命的并发症,具有高发病率和死亡率。目前的诊断标准依赖于腹水多形核白细胞(PMN)计数≥250个/μL。然而,该阈值与高漏诊率、与临床症状相关性差以及因传统腹水培养灵敏度低、耗时长而导致的病原体鉴定延迟相关。随着分子诊断技术的发展,细菌DNA(bactDNA)检测——尤其是通过微滴式数字PCR(ddPCR)——因其高灵敏度、绝对定量能力和稳健性而成为一种有前景的技术。本研究旨在评估基于ddPCR的腹水细菌DNA定量对SBP的诊断价值和准确性,提供一种新颖、客观的诊断工具,以提高早期准确检测并为靶向抗菌治疗提供依据。
目的:评估基于ddPCR的总细菌DNA定量在腹水中的诊断准确性(敏感性、特异性、预测值)用于诊断自发性细菌性腹膜炎(SBP)。评价革兰氏阳性与革兰氏阴性细菌DNA比值(G+/G-)在预测SBP中的诊断性能。探索基于ddPCR的细菌DNA定量作为传统基于PMN诊断标准的补充或替代方法的潜力。研究设计与方法:这是一项前瞻性诊断研究,涉及700名肝硬化腹水患者。将使用ddPCR分析腹水样本以定量细菌DNA水平。这些结果将与传统的诊断标准进行比较,包括PMN计数和基于临床症状及实验室检查结果的专家小组评估。统计分析将包括相关性分析、ROC曲线分析和一致性检验。预期
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




