氟喹诺酮类药物暴露与胶原相关严重不良事件研究

该数据集来自 clinicaltrials.gov,研究氟喹诺酮类或其他抗生素(阿莫西林、阿奇霉素、甲氧苄啶及甲氧苄啶/磺胺甲噁唑)暴露或未使用抗生素的发热性疾病后,跟腱断裂、视网膜脱离或主动脉瘤及夹层的风险是否增加

Janssen Research & Development, LLCJanssen Research & Development, LLC
clinicaltrials
浏览 9
其他预测Retinal DetachmentAchilles TendonAneurysm, Dissecting
A Study of Fluoroquinolones Exposure and Collagen-Related Serious Adverse Events

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

氟喹诺酮类药物暴露与胶原相关严重不良事件研究

该数据集来自 clinicaltrials.gov,研究氟喹诺酮类或其他抗生素(阿莫西林、阿奇霉素、甲氧苄啶及甲氧苄啶/磺胺甲噁唑)暴露或未使用抗生素的发热性疾病后,跟腱断裂、视网膜脱离或主动脉瘤及夹层的风险是否增加。研究设计旨在减少健康服务数据库中通常无法捕获的混杂因素(如遗传或吸烟)的影响。数据可用于评估药物暴露与胶原相关严重不良事件之间的关联,支持药物安全监测与风险预测(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Retinal Detachment, Achilles Tendon, Aneurysm, Dissecting。本研究的目的是评估暴露于氟喹诺酮类(FQ)或其他抗生素(阿莫西林、阿奇霉素、甲氧苄啶和甲氧苄啶/磺胺甲噁唑)或未使用抗生素治疗的发热性疾病后,跟腱断裂(ATR)、视网膜脱离(RD)或主动脉瘤及夹层(AAD)的风险是否增加,所用研究设计可尽量减少健康服务数据库中通常无法捕获的混杂因素(如遗传或吸烟)的影响。

【主题与分类】

主题标签:Retinal Detachment、Achilles Tendon、Aneurysm, Dissecting。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03479736

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT03479736

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:视网膜脱离、跟腱、动脉瘤、夹层。本研究的目的是评估暴露于氟喹诺酮类(FQ)或其他抗生素(阿莫西林、阿奇霉素、甲氧苄啶和甲氧苄啶/磺胺甲噁唑)或未经抗生素治疗的热性疾病后,跟腱断裂(ATR)、视网膜脱离(RD)或主动脉瘤及夹层(AAD)的风险是否增加,采用的研究设计可最大限度减少健康服务数据库中通常未捕获的混杂因素(如遗传或吸烟)的影响。

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。