荷兰医院革兰阴性感染抗生素耐药负担研究
该数据集来自 clinicaltrials.gov，聚焦荷兰医院内革兰阴性细菌（肠杆菌科与非发酵菌）感染的抗生素耐药问题
基本信息
资源简介
荷兰医院革兰阴性感染抗生素耐药负担研究
该数据集英文名为 Burden of Antibiotic Resistance in Gram-Negative Infections in Dutch Hospitals，来源于 clinicaltrials.gov，主题聚焦于耐药感染与革兰阴性细菌感染。其研究关注荷兰医院场景下革兰阴性细菌（包括肠杆菌科与非发酵菌）感染的抗生素耐药问题，旨在对耐药菌与敏感菌所致疾病负担及归因成本进行更准确的估计，并识别与耐药相关的决定因素、优化耐药负担的测量方法。数据集在本站归类于感染性疾病 / 其他，主题标签为 Infection Resistant to Drugs 与 Gram-Negative Bacterial Infection。
【数据集背景】
该数据集所对应的研究针对耐药革兰阴性细菌感染的疾病负担问题。源站描述指出，研究条件涉及“对药物耐药的感染”与“革兰阴性细菌感染”。研究关注的核心问题是：与抗生素敏感的革兰阴性细菌相比，抗生素耐药革兰阴性细菌（即肠杆菌科与非发酵菌）所带来的增量疾病负担与归因成本，目前尚缺乏更准确的估计。研究同时关注住院患者中革兰阴性感染的情况，并以较不详细的方式对住院期间获得革兰阴性感染的情形进行同样的疾病负担与成本分析。此外，研究还致力于识别革兰阴性感染中与耐药相关的决定因素，并在其作为耐药与结局之间关系混杂因素的范围内加以考察，以及调整和优化现有测量耐药负担的方法。
【数据内容】
源站描述显示，该研究围绕三项目标展开：第一，提供比现有估计更准确的耐药与敏感革兰阴性细菌之间的增量疾病负担与归因成本估计，分析聚焦于患者住院期间的革兰阴性感染，并以较不详细的方式对住院期间获得革兰阴性感染进行同样的疾病负担与成本分析；第二，识别革兰阴性感染中与耐药相关的决定因素，前提是这些因素构成耐药与结局之间关系的混杂因素；第三，调整和优化现有方法以测量耐药负担，其中包括进行计算（源站描述在此处未完整给出后续内容）。主题标签为 Infection Resistant to Drugs 与 Gram-Negative Bacterial Infection。除上述内容外，数据集的具体变量、样本量、数据结构等细节源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述提及研究条件为“对药物耐药的感染”与“革兰阴性细菌感染”，研究对象场景为荷兰医院。关于数据采集的具体方式、时间范围、采集机构与样本来源等，源站未提供。
【适用场景】
基于源站描述，该数据集适用于以下方向：评估住院患者中耐药与敏感革兰阴性细菌感染的增量疾病负担与归因成本；分析住院期间获得革兰阴性感染的疾病负担与成本；识别革兰阴性感染中与耐药相关的决定因素并考虑其混杂作用；调整与优化耐药负担的测量方法。其主题标签表明该数据集与耐药感染及革兰阴性细菌感染相关。其他具体应用场景源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或分析流程说明。
【质量与限制】
源站描述提到，研究目标之一是对现有耐药负担测量方法进行调整和优化，暗示现有方法在测量耐药负担方面存在可改进之处；同时研究旨在提供比当前可得估计更准确的增量疾病负担与归因成本估计。关于数据集本身的质量评估、完整性、偏倚控制等具体信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT02007343
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：耐药感染、革兰阴性菌感染。本研究旨在实现以下三个目标：1. 提供比目前更准确的估计，即与抗生素敏感的革兰阴性菌（即肠杆菌科和非发酵菌）相比，抗生素耐药菌所致的增量疾病负担和归因成本。该分析聚焦于患者住院治疗的革兰阴性菌感染。以较不详细的方式，同样的疾病负担和成本分析可用于住院期间获得的革兰阴性菌感染。2. 识别与革兰阴性菌感染耐药相关的决定因素，前提是这些因素为耐药与结局之间关系的混杂因素。3. 调整和优化现有方法以测量耐药负担，其中包括计算伤残调整生命年（DALYs），该指标不仅纳入死亡率，还纳入发病率。GRAND-ABC设计为前瞻性平行匹配队列研究，将在八家参与医院中各运行一年。
主要队列是研究期间参与医院内发生的所有革兰阴性感染的一个随机样本。该队列可根据主要决定因素状态（即根据荷兰多重耐药微生物指南，革兰阴性病原体是否耐药；感染预防工作组（WIP）。特别耐药微生物（BRMO）。2012年12月。http://www.wip.nl/free_content/Richtlijnen/130424_BRMO.pdf）分为两个平行亚队列。每个亚队列中的每位患者将与一位无革兰阴性感染的患者进行匹配。这些患者共同构成未感染患者的次要队列：即研究期间入住医院且与感染患者处于同一风险集的患者。对于所有患者，数据收集将通过审查医疗档案进行，涵盖其整个住院期间
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。
