甲硝唑对比甲硝唑联合利福平治疗CDAD的疗效研究
本数据集来自clinicaltrials.gov，主题为甲硝唑单药与甲硝唑联合利福平治疗艰难梭菌相关腹泻（CDAD）的疗效比较
基本信息
资源简介
甲硝唑对比甲硝唑联合利福平治疗CDAD的疗效研究
本数据集来自clinicaltrials.gov，主题为甲硝唑单药与甲硝唑联合利福平治疗艰难梭菌相关腹泻（CDAD）的疗效比较。覆盖Clostridium Enterocolitis、Antibiotic-Associated Diarrhea、Pseudomembranous Colitis、Pseudomembranous Enterocolitis、Pseudomembranous Enteritis等病症。研究目的包括确定各治疗组症状缓解所需天数、测量临床复发率以及评估治疗相关不良反应。数据可用于感染性疾病治疗方案的疗效预测与比较分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：Clostridium Enterocolitis、Antibiotic-Associated Diarrhea、Pseudomembranous Colitis、Pseudomembranous Enterocolitis、Pseudomembranous Enteritis。艰难梭菌感染导致社区和医院获得性发病率和死亡率。甲硝唑单药通常被视为首选药物，但复发频繁，复发率为10-40%。本研究的目的是探讨联合用药方案（甲硝唑和利福平）治疗CDAD。这些药物联合使用已取得成功。目标包括确定每个治疗组症状缓解的时间（天数）；测量临床复发率；以及评估与治疗相关的不良反应。
【主题与分类】
主题标签：Clostridium Enterocolitis、Antibiotic-Associated Diarrhea、Pseudomembranous Colitis、Pseudomembranous Enterocolitis、Pseudomembranous Enteritis。本站分类：感染性疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00182429
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/NCT00182429
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
病症：梭状芽孢杆菌性小肠结肠炎、抗生素相关性腹泻、假膜性结肠炎、假膜性小肠结肠炎、假膜性肠炎。艰难梭菌感染导致社区和医院获得性发病率和死亡率。通常认为甲硝唑单用是首选药物，但复发率高达10-40%。本研究旨在探讨联合用药方案（甲硝唑和利福平）治疗CDAD。这些药物联合使用已取得成功。目标是确定每个治疗组症状缓解的时间（天）；测量临床复发率；并评估与治疗相关的不良反应。
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。
