10天高剂量与14天标准剂量伏诺拉生联合阿莫西林根除幽门螺杆菌疗效比较:多中心非劣效随机对照试验
该数据集来自clinicaltrials.gov,为一项多中心非劣效随机对照试验,研究对象为幽门螺杆菌感染患者。主要目的是比较两种方案清除幽门螺杆菌的效果,验证10天高剂量方案是否不劣于14天标准方案

基本信息
资源简介
10天高剂量与14天标准剂量伏诺拉生联合阿莫西林根除幽门螺杆菌疗效比较:多中心非劣效随机对照试验
该数据集来自clinicaltrials.gov,为一项多中心非劣效随机对照试验,研究对象为幽门螺杆菌感染患者。试验将合格参与者随机分为两组:一组接受10天高剂量Vonoprazan联合Amoxicillin治疗(Vonoprazan 20mg tid,Amoxicillin 1000mg bid),另一组接受14天标准剂量Vonoprazan联合Amoxicillin治疗(Vonoprazan 20mg bid,Amoxicillin 1000mg bid)。主要目的是比较两种方案清除幽门螺杆菌的效果,验证10天高剂量方案是否不劣于14天标准方案。每位参与者在治疗后接受随访检测以确认细菌是否被清除。数据可用于感染性疾病治疗方案的疗。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:Helicobacter感染、Vonoprazan、Amoxicillin。这是一项针对幽门螺杆菌感染患者的多中心非劣效随机对照试验。符合条件的参与者将被随机分为两组。一组接受高剂量Vonoprazan联合Amoxicillin治疗(Vonoprazan 20mg tid,Amoxicillin 1000mg bid)10天,另一组接受标准剂量Vonoprazan联合Amoxicillin治疗(Vonoprazan 20mg bid,Amoxicillin 1000mg bid)14天。本研究的主要目的是比较两种治疗方案清除幽门螺杆菌的效果。我们旨在验证10天高剂量治疗是否不劣于14天标准治疗。每位参与者在治疗后都将接受随访检测,以确认细菌是否已被消除。
【主题与分类】
主题标签:Helicobacter Infection、Vonoprazan、Amoxicillin。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07720037
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/NCT07720037
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:幽门螺杆菌感染、伏诺拉生、阿莫西林。这是一项针对幽门螺杆菌感染患者的多中心非劣效性随机对照试验。符合条件的参与者将被随机分为两组。一组将接受高剂量伏诺拉生联合阿莫西林治疗(伏诺拉生20mg每日三次,阿莫西林1000mg每日两次),疗程10天;另一组将接受标准剂量伏诺拉生联合阿莫西林治疗(伏诺拉生20mg每日两次,阿莫西林1000mg每日两次),疗程14天。本研究的主要目的是比较两种治疗方案清除幽门螺杆菌的效果。我们旨在验证10天高剂量治疗方案的效果不劣于14天标准治疗方案。每位参与者在治疗结束后都将接受随访检测,以确认细菌是否已被清除。
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。




