嗜酸性粒细胞增多症特异性与经验性驱虫治疗研究

该数据集来自clinicaltrials.gov,聚焦嗜酸性粒细胞增多症(绝对嗜酸性粒细胞计数超过500个/微升)的病因诊断与治疗研究

Prince of Songkla UniversityPrince of Songkla University
clinicaltrials
浏览 10
医学影像Eosinophilia
Specific Versus Empirical Anthelminthic Treatment in Eosinophilia

基本信息

模态
医学影像
创建/更新时间
2026-10-17

资源简介

嗜酸性粒细胞增多症特异性与经验性驱虫治疗研究

该数据集来自clinicaltrials.gov,聚焦嗜酸性粒细胞增多症(绝对嗜酸性粒细胞计数超过500个/微升)的病因诊断与治疗研究。研究关注寄生虫感染这一发展中国家最常见病因,比较特异性与经验性驱虫治疗。干预组采用粪便显微镜检查、粪便培养和PCR三种寄生虫检测方法以提高敏感性。数据可用于嗜酸性粒细胞增多症的病因学、诊断方法评估及治疗策略研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:嗜酸性粒细胞增多症。嗜酸性粒细胞增多症定义为绝对嗜酸性粒细胞计数超过每微升500个细胞,通过白细胞计数乘以嗜酸性粒细胞百分比计算。嗜酸性粒细胞增多的原因从轻微到危及生命的疾病不等。每种嗜酸性粒细胞增多病因的患病率因研究人群而异,发展中国家最常见的病因是寄生虫感染。粪便显微镜检查可使用多种方法进行。WHO推荐的Kato-Katz技术灵敏度仅为52.4%(95%CI = 47.6 - 57.1%)。更灵敏的粪便寄生虫检测方法,如粪便培养或PCR,不易获得且可能昂贵。在本研究的干预组中,研究者采用了三种不同的寄生虫检测方法(粪便显微镜检查、粪便培养和PCR)以提高灵敏度。

【主题与分类】

主题标签:Eosinophilia。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/NCT06265870

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

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/NCT06265870

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

条件:嗜酸性粒细胞增多症。嗜酸性粒细胞增多症定义为绝对嗜酸性粒细胞计数超过每微升500个细胞,通过白细胞计数乘以嗜酸性粒细胞百分比计算得出。嗜酸性粒细胞增多症的病因从轻微到危及生命的疾病不等。嗜酸性粒细胞增多症各病因的患病率因研究人群而异,发展中国家最常见的病因是寄生虫感染。粪便显微镜检查可采用多种方法进行。世界卫生组织推荐的Kato-Katz技术灵敏度仅为52.4%(95%CI = 47.6 - 57.1%)。更灵敏的粪便寄生虫检测方法,如粪便培养或PCR,并不容易获得且可能费用高昂。在本研究的干预组中,研究者采用了三种不同的寄生虫检测方法(粪便显微镜检查、粪便培养和PCR)以提高检测寄生虫的灵敏度。

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。

获取专属数据定制方案