Ridinilazole 对比 Vancomycin 治疗 Clostridium Difficile 感染
源站描述显示，Summit 正在开发 ridinilazole 作为治疗 CDI 的新型抗菌药物，目标是在持续临床应答率上优于 vancomycin；此前 2 期概念验证研究已显示相关特征及可比的安全性，并观察到 ridinilazole 粪便浓度高、全身暴露少
基本信息
资源简介
Ridinilazole 对比 Vancomycin 治疗 Clostridium Difficile 感染
该数据集来自 clinicaltrials.gov，主题为 Ridinilazole 与 Vancomycin 治疗 Clostridioides Difficile 感染的对比研究。源站描述显示，Summit 正在开发 ridinilazole 作为治疗 CDI 的新型抗菌药物，目标是在持续临床应答率上优于 vancomycin；此前 2 期概念验证研究已显示相关特征及可比的安全性，并观察到 ridinilazole 粪便浓度高、全身暴露少。本 3 期研究旨在确认其持续临床应答改善，并比较安全性与耐受性，同时在一部分患者中评估 ridinilazole 血浆浓度（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Clostridioides Difficile 感染。Summit 正在开发 ridinilazole 作为治疗 Clostridioides difficile 感染（CDI，旧称 Clostridium difficile 感染）的新型抗菌药物，目标是在接受 ridinilazole 治疗的受试者中，与接受 vancomycin 治疗的受试者相比，证明持续临床应答率得到改善。一项以 vancomycin 为对照的 2 期概念验证研究已证明这些特征，且安全性特征相当。观察到 ridinilazole 粪便浓度高、全身暴露少。这项 3 期研究的依据是确认 CDI 相对于 vancomycin 的持续临床应答改善，并比较 ridinilazole 与 vancomycin 的安全性和耐受性。将在一部分患者中评估 ridinilazole 血浆浓度。
【主题与分类】
主题标签：Clostridioides Difficile Infection。本站分类：感染性疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03595553
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/NCT03595553
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
适应症：艰难梭菌感染。Summit公司正在开发ridinilazole作为一种新型抗菌药物，用于治疗艰难梭菌感染（CDI），前称为艰难梭菌相关性腹泻，目标是证明接受ridinilazole治疗的受试者相较于接受万古霉素治疗的受试者，能展现出更高的持续临床应答率。一项以万古霉素为对照的2期概念验证研究显示了这些特性，且安全性相似。观察到ridinilazole在粪便中浓度高，而全身暴露量少。此3期研究的目的是确认ridinilazole在艰难梭菌感染的持续临床应答方面优于万古霉素，并比较ridinilazole与万古霉素的安全性和耐受性。将在部分患者中评估ridinilazole的血浆浓度。
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。
