感染性心内膜炎的加速治疗

该数据集来自 clinicaltrials.gov,主题为感染性心内膜炎的加速治疗。源站描述指出,现有指南推荐静脉抗生素治疗4-6周,导致住院时间延长并增加患者心理压力、功能丧失及医疗系统经济负担,且未利用超声、体温、CRP、白细胞、降钙素原等临床与辅助检查数据来制定疗程

Copenhagen University Hospital, RigshospitaletCopenhagen University Hospital, Rigshospitalet
clinicaltrials
浏览 10
医学影像预测Infectious Endocarditis
Accelerated Treatment of Endocarditis

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-17

资源简介

感染性心内膜炎的加速治疗

该数据集来自 clinicaltrials.gov,主题为感染性心内膜炎的加速治疗。源站描述指出,现有指南推荐静脉抗生素治疗4-6周,导致住院时间延长并增加患者心理压力、功能丧失及医疗系统经济负担,且未利用超声、体温、CRP、白细胞、降钙素原等临床与辅助检查数据来制定疗程。研究目的为通过开放标签、前瞻性、非劣效性随机对照试验,评估缩短感染性心内膜炎治疗的安全性与有效性。数据可用于探索基于临床指标个体化制定抗生素疗程、预测治疗反应及评估缩短疗程风险(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:感染性心内膜炎。现有指南推荐心内膜炎的抗生素治疗疗程为4-6周,使用一种或多种静脉给药的抗生素。长期住院会增加患者的多种风险,包括精神压力和功能丧失增加。此外,这给卫生系统带来了显著的经济负担。当前指南未能利用从患者收集的可用临床和辅助检查数据(超声、体温、CRP、白细胞、降钙素原等)来确定治疗疗程。将这些数据纳入治疗算法的策略可确保个体化治疗,针对个体患者的病程和治疗反应。因此,这项开放标签、前瞻性、非劣效性随机对照试验研究的目的是研究缩短心内膜炎治疗的安全性和有效性

【主题与分类】

主题标签:Infectious Endocarditis。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03851575

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/NCT03851575

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:感染性心内膜炎。现有指南推荐心内膜炎的抗生素治疗疗程为4-6周,使用一种或多种静脉给药抗生素。长期住院会增加患者的多种风险,包括精神压力和功能丧失加重。此外,这还给卫生系统带来显著的经济负担。当前指南未能利用从患者收集的可用临床和副临床数据(超声、体温、CRP、白细胞、降钙素原等)来确定治疗疗程。将这些数据纳入治疗算法的策略可确保个体化治疗,针对个体患者的病程和治疗反应。因此,这项开放标签、前瞻性、非劣效性随机对照试验研究的目的是基于个体患者的初始治疗反应,探讨缩短心内膜炎治疗疗程的安全性和有效性,计划纳入475例患者,每种细菌类型(链球菌;粪肠球菌;金黄色葡萄球菌)约125例患者。

当纳入150名患者时将进行中期分析,以评估事件发生率和纳入率,从而调整研究人群的预期规模。由于行政错误,本研究已在clinicaltrials.gov上重复注册,标识符分别为NCT05144399(原始)和NCT03851575(重复)。截至2026年7月,两条记录均已更新,以一致反映研究状态和最终方案。clinicaltrials.gov注册及更新的历史版本可在各自的注册ID下查阅(2018-2020年更新见clinicaltrials.gov注册ID NCT05144399,2021-2026年更新见clinicaltrials.gov注册ID NCT03851575)。

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