ABSSSI 住院规避策略
研究关注在 Barnes Jewish Hospital(BJH)急诊科(ED)中,对非复杂性急性细菌性皮肤及皮肤结构感染(ABSSSI)采用单剂量长效抗菌治疗并配合门诊密切随访的替代治疗策略,以评估其可行性与可接受性

基本信息
资源简介
ABSSSI 住院规避策略
该数据集来自 clinicaltrials.gov,主题为 ABSSSI 住院规避策略。研究关注在 Barnes Jewish Hospital(BJH)急诊科(ED)中,对非复杂性急性细菌性皮肤及皮肤结构感染(ABSSSI)采用单剂量长效抗菌治疗并配合门诊密切随访的替代治疗策略,以评估其可行性与可接受性。dalbavancin、oritavancin 等新抗菌药半衰期延长,单次给药即可覆盖超过 7 天的有效疗程。该数据可用于分析住院规避策略的可行性、可接受性及对医院资源利用的潜在影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:皮肤感染。本研究旨在确立在 Barnes Jewish Hospital(BJH)急诊科(ED)中,对非复杂性急性细菌性皮肤及皮肤结构感染(ABSSSI)采用替代治疗策略的可行性与可接受性,该策略侧重于使用单剂量、长效抗菌治疗并辅以门诊密切随访来避免住院。这些新型抗菌药(dalbavancin、oritavancin)延长的半衰期使得单次给药即可实现超过 7 天的有效疗程,而这是 ABSSSI 通常使用其他静脉或口服抗菌药每日给药治疗的公认持续时间。研究者认为,这种方法将通过减少非复杂性 ABSSSI 的住院来节约医院资源,同时为该疾病提供相当甚至更优的诊疗,allo
【主题与分类】
主题标签:Skin Infection。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03372941
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/NCT03372941
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:皮肤感染。本研究旨在确立一种替代治疗策略在巴恩斯犹太医院(BJH)急诊科(ED)用于无并发症急性细菌性皮肤及皮肤结构感染(ABSSSI)的可行性和可接受性,重点在于通过单剂量、长效抗菌治疗并辅以门诊密切随访来避免住院。这些新型抗菌药物(达巴万星、奥利万星)的延长半衰期使得单次给药即可完成超过7天的有效疗程,而这一时长正是通常采用其他静脉或口服抗菌药物每日给药治疗ABSSSI的公认疗程。研究者认为,这种方法将通过减少无并发症ABSSSI的住院来节约医院资源,同时为该疾病提供相当甚至更优的诊疗,从而优化BJH住院床位用于其他需要住院治疗的严重医疗状况。研究者相信,这种新颖的替代方法将使像BJH这样的医院能够更具成本效益且高效地管理ABSSSI患者。
本研究将减少因ABSSSI而入住BJH的超过2个午夜的观察入院人数,从而提高住院容量,以照护需要超过2个午夜住院入院的患者。研究者将开展一项随机对照试验,比较接受单剂静脉注射达巴万星(一种已获FDA批准用于治疗ABSSSI且目前在美国临床实践中使用的抗生素)治疗并从急诊科出院回家、在门诊进行密切随访的患者,与接受“常规治疗”(住院接受多剂静脉注射万古霉素或其他针对革兰氏阳性菌的抗生素)的患者。将评估临床结局、医疗资源利用、医院成本和患者满意度。
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。




