儿童非伤寒沙门菌血流感染临床决策支持
该数据集来自 clinicaltrials.gov,聚焦撒哈拉以南非洲儿童非伤寒沙门菌(NTS)血流感染的临床决策支持。源站描述指出,NTS 是当地儿童血流感染的常见病因,耐药率高、病死率达 15%;在刚果(金)Kisantu 医院,NTS 占儿童血流感染的 75%,且多合并恶性疟原虫疟疾

基本信息
资源简介
儿童非伤寒沙门菌血流感染临床决策支持
该数据集来自 clinicaltrials.gov,聚焦撒哈拉以南非洲儿童非伤寒沙门菌(NTS)血流感染的临床决策支持。源站描述指出,NTS 是当地儿童血流感染的常见病因,耐药率高、病死率达 15%;在刚果(金)Kisantu 医院,NTS 占儿童血流感染的 75%,且多合并恶性疟原虫疟疾。NTS 血流感染表现为非特异性严重发热性疾病,早期诊断困难,基层卫生人员诊断能力有限,常忽视提示严重细菌感染的临床危险征象。数据可用于相关临床决策支持研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:血流感染、沙门菌菌血症、恶性疟疾、重症疟疾。在撒哈拉以南非洲,非伤寒沙门菌(NTS)是血流感染的常见病因,表现出高水平抗生素耐药性,且病死率高(15%)。在刚果民主共和国(DR Congo)的Kisantu医院,NTS占儿童血流感染的75%,许多儿童合并恶性疟原虫(Pf)疟疾感染。NTS血流感染表现为非特异性严重发热性疾病,这给早期诊断以及 consequently 及时、适当的抗生素治疗带来挑战。此外,在初级诊疗层面,一线卫生工作者专业知识和诊断技能有限,因此提示严重细菌感染的临床危险征象常被忽视。基础手持诊断
【主题与分类】
主题标签:Bloodstream Infection、Salmonella Bacteremia、Malaria,Falciparum、Severe Malaria。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04473768
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/NCT04473768
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:血流感染、沙门菌菌血症、疟疾、恶性疟、重症疟疾。在撒哈拉以南非洲,非伤寒沙门菌(NTS)是血流感染的常见病因,表现出高水平抗生素耐药性,且病死率高(15%)。在刚果民主共和国(刚果(金))的基桑图医院,NTS占儿童血流感染的75%,许多儿童合并感染恶性疟原虫(Pf)疟疾。NTS血流感染表现为非特异性严重发热性疾病,这给早期诊断带来挑战,并因此难以及时给予恰当抗生素治疗。此外,在初级诊疗层面,一线卫生工作者专业知识和诊断技能有限,因此提示严重细菌感染的临床危险征象常被忽视。基础手持诊断仪器和即时检验可帮助可靠识别危险征象,改善分诊、转诊和抗生素启用,但需要在低资源环境中进行现场实施和采纳。
此外,已知某些临床体征和症状在NTS血流感染中较为常见。将这些临床体征和症状整合到临床决策支持模型中,可促进NTS血流感染的诊断并指导抗生素治疗。研究人员旨在基于刚果民主共和国Kisantu地区转诊医院收治的五岁以下儿童的数据,开发这样一个临床决策支持模型。在开发模型的过程中,研究人员将重点关注能够区分NTS血流感染与重症Pf疟疾的体征和症状,以及可通过手持诊断仪器和即时检验进行评估的临床危险体征。交付成果将是一个可随时整合到电子决策支持系统中的临床决策支持模型。
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。




