免疫功能低下门诊患者疑似感染的微生物游离DNA宏基因组测序研究
该数据集来自clinicaltrials.gov,为一项前瞻性随机对照干预试验,评估在免疫功能低下的门诊疑似感染患者中,将Karius Spectrum™血浆检测加入常规诊断能否提升临床效用

基本信息
资源简介
免疫功能低下门诊患者疑似感染的微生物游离DNA宏基因组测序研究
该数据集来自clinicaltrials.gov,为一项前瞻性随机对照干预试验,评估在免疫功能低下的门诊疑似感染患者中,将Karius Spectrum™血浆检测加入常规诊断能否提升临床效用。研究采用篮式试验设计,覆盖多种高危临床人群,包含共享的核心试验要素与队列特异性子方案。数据可用于分析游离DNA宏基因组测序在感染诊断中的价值,支持感染类型识别与诊断效果预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:感染、细菌感染、真菌感染、病毒感染、寄生虫病。这是一项前瞻性、随机、对照的干预性试验,旨在评估在门诊环境中出现疑似感染的免疫功能低下参与者中,将Karius Spectrum™血浆检测加入常规诊疗检测与单独常规检测相比的临床效用和有效性。该研究采用篮式试验结构,以便在多个具有共同未满足诊断和管理需求的高危临床人群中高效评估Karius Spectrum。篮式方案概述了适用于所有队列的核心试验要素——包括高层目标、研究设计、统计框架和操作程序——而队列特异性子方案则提供详细依据、目标和终点等。
【主题与分类】
主题标签:Infection、Infections, Bacterial、Infections, Fungal、Infection Viral、Parasitic Disease。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07110636
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/NCT07110636
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:感染、细菌感染、真菌感染、病毒感染、寄生虫病。这是一项前瞻性、随机、对照的干预性试验,旨在评估在门诊环境中出现疑似感染的免疫功能低下参与者中,将Karius Spectrum™血浆检测加入常规诊疗检测(与单独常规诊疗检测相比)的临床实用性和有效性。该研究采用篮式试验设计,以便能够在多个具有共同未满足诊断和管理需求的高风险临床人群中高效评估Karius Spectrum。篮式方案概述了适用于所有队列的核心试验要素——包括高层级目标、研究设计、统计框架和操作程序——而各队列特定的子方案则提供了针对每个队列量身定制的详细依据、目标和终点、入选标准以及背景考量。该设计支持跨队列的汇总分析和不同免疫功能低下队列内的亚组评估。
共有2个队列:队列A由接受过实体器官移植的患者组成;队列B由患有血液系统恶性肿瘤、接受过干细胞移植或接受过CAR-T治疗的患者组成。Karius Spectrum是一种基于血浆的微生物游离DNA(mcfDNA)宏基因组测序检测,用于对超过1,000种人类微生物病原体(即微生物)进行未知病原体检测、鉴定和定量,包括细菌、DNA病毒、真菌和寄生虫,这些病原体可能在身体任何部位引起疾病。该检测旨在用于疑似感染的诊断和管理。
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。




