口服阿莫西林-克拉维酸预防牙科操作后菌血症方案
该数据集来自clinicaltrials.gov,聚焦于牙科操作后菌血症与感染性心内膜炎的预防问题。研究旨在评估口服阿莫西林-克拉维酸(AMX-CLV)预防性给药在牙拔除术后菌血症预防中的疗效

基本信息
资源简介
口服阿莫西林-克拉维酸预防牙科操作后菌血症方案
该数据集来自clinicaltrials.gov,聚焦于牙科操作后菌血症与感染性心内膜炎的预防问题。研究旨在评估口服阿莫西林-克拉维酸(AMX-CLV)预防性给药在牙拔除术后菌血症预防中的疗效。研究对象为因行为原因(如自闭症、学习障碍、恐惧症等)需在西班牙圣地亚哥-德孔波斯特拉大学医院全身麻醉下接受牙拔除术的患者。数据可用于探讨抗菌预防在牙科操作后菌血症预防中的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:菌血症、心内膜炎。目的:尽管关于口腔来源细菌性心内膜炎发生风险的争议持续存在,不同国家的众多专家委员会仍在发布预防性方案。迄今为止,文献对于抗菌预防在牙科操作后菌血症预防中的作用尚不明确。本研究的目的是评估口服阿莫西林-克拉维酸(AMX-CLV)预防性给药在牙拔除术后菌血症预防中的疗效。研究组选择与研究设计:研究组将包括因行为原因(自闭症、学习障碍、恐惧症等)将在西班牙圣地亚哥-德孔波斯特拉大学医院(Santiago de Compostela, Spain)全身麻醉下接受牙拔除术的患者。以下排除标准将适用
【主题与分类】
主题标签:Bacteraemia、Endocarditis。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02783404
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT02783404
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:菌血症、心内膜炎。目的:尽管关于口腔来源细菌性心内膜炎发生风险的争议不断,不同国家的众多专家委员会仍在继续发布预防性用药方案。迄今为止,文献对于抗菌药物预防在牙科操作后菌血症预防中的作用尚不明确。本研究旨在评估口服阿莫西林-克拉维酸(AMX-CLV)预防性给药剂量在牙拔除术后菌血症预防中的疗效。研究组选择与研究设计:研究组将包括因行为原因(自闭症、学习障碍、恐惧症等)而在圣地亚哥-德孔波斯特拉大学医院(西班牙圣地亚哥-德孔波斯特拉)全身麻醉下接受牙拔除术的患者。将应用以下排除标准:年龄小于18岁;体重小于40公斤;过去3个月内使用过抗生素;常规使用口服抗菌漱口液;有AMX或CLV过敏或不耐受史;任何类型的先天性或获得性免疫缺陷;或任何已知的细菌性心内膜炎危险因素。
通过应用这些标准,将筛选出150名患者,并随机分配到3个研究组:对照组(不接受预防性用药)、AMX-CLV组(接受2 g/125 mg口服AMX-CLV)和AMX组(接受2 g口服AMX)。血培养样本采集:为确定菌血症的患病率,将在基线时(任何牙科操作前但鼻气管插管后)以及最终拔牙后30秒、15分钟和1小时从每位患者采集外周静脉血样本(10 ml)。样本将接种于BACTEC plus(Becton Dickinson and Company,Sparks,MD)需氧和厌氧血培养瓶中,并在Bactec 9240(Becton Dickinson)中处理。血培养微生物学分析:将对每份阳性血培养进行革兰染色。阳性
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。




