REMBRANDT:牙种植体抗生素使用后微生物组恢复研究
该数据集来自 clinicaltrials.gov,主题为牙种植体使用抗生素后肠道微生物组的恢复,涉及菌群失调、艰难梭菌感染、抗生素相关性结肠炎及宠物与人类纽带等条件

基本信息
资源简介
REMBRANDT:牙种植体抗生素使用后微生物组恢复研究
该数据集来自 clinicaltrials.gov,主题为牙种植体使用抗生素后肠道微生物组的恢复,涉及菌群失调、艰难梭菌感染、抗生素相关性结肠炎及宠物与人类纽带等条件。源站描述指出艰难梭菌感染是医疗相关感染性腹泻的常见原因,发生于原生肠道微生物组被破坏后,菌群失调导致微生物多样性下降、特定细菌类群丰度改变及对艰难梭菌定植抵抗的丧失;恢复功能完整的肠道微生物组对清除艰难梭菌至关重要,恢复不足可导致复发性感染,而微生物组从菌群失调中恢复的机制及相关因素尚不清楚。数据可用于研究抗生素后微生物组恢复与艰难梭菌定植抵抗的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:菌群失调、艰难梭菌、宠物与人类纽带、抗生素相关性结肠炎。Clostridioides difficile感染(CDI)是医疗相关感染性腹泻最常见的原因之一,并导致显著的发病率和死亡率。CDI发生于原生肠道微生物组被破坏时,最常见于抗菌治疗后,随之而来的菌群失调导致微生物多样性下降、某些细菌类群丰度改变以及对C. difficile定植抵抗的丧失。恢复“功能完整”的肠道微生物组对于清除C. difficile至关重要,恢复不充分可导致复发性CDI。肠道微生物组从菌群失调中恢复的机制知之甚少,与获得和重新获得针对C. difficile的保护性定植抵抗相关的因素也尚不清楚。虽然
【主题与分类】
主题标签:Dysbiosis、Clostridium Difficile、Pet-Human Bonding、Antibiotic-Associated Colitis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05622721
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/NCT05622721
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
状况:菌群失调、艰难梭菌、宠物与人类纽带、抗生素相关性结肠炎。艰难梭菌感染(CDI)是医疗保健相关感染性腹泻最常见的原因之一,并导致显著的发病率和死亡率。CDI发生于原生肠道微生物组被破坏时,最常见于抗菌治疗后,随之而来的菌群失调导致微生物多样性下降、某些细菌类群丰度变化以及对艰难梭菌定植抵抗力的丧失。恢复“功能完整”的肠道微生物组对于清除艰难梭菌至关重要,恢复不充分可导致复发性CDI。肠道微生物组从菌群失调中恢复的机制尚知之甚少,与获得和重新获得对艰难梭菌提供定植抵抗力相关的因素也尚不明确。虽然动物宿主可作为致病菌的潜在来源,但申请人及其他研究者的研究发现,养宠物可预防艰难梭菌的定植和再感染。
此外,微生物群在宠物与其主人之间共享,且宠物的微生物组中含有可提供针对艰难梭菌定植抵抗的细菌分类群。基于这些数据,拟开展的研究将:1)检验以下假说,即观察到的养宠物所带来的保护效应是由于宠物与主人之间共享了可提供针对艰难梭菌定植抵抗的微生物群;2)确定宠物接触是否可减轻抗菌药物相关的肠道微生物组破坏并促进其恢复;3)评估宠物接触是否可降低抗菌药物治疗后艰难梭菌定植和感染的可能性。这将通过对因非肠道适应症(牙种植体)而接受预防性抗菌药物治疗的患者,在患者/宠物单元内对其肠道微生物组进行纵向采样来实现。该研究将进一步明确CDI的流行病学和病理生理学特征,这些特征可能
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。




