墨西哥儿童复杂性与非复杂性尿路感染分离的尿路致病性大肠杆菌特征数据集

主题标签:感染性疾病、尿路感染、Escherichia coli、儿童、墨西哥、微生物学。本数据集为感染性疾病领域公开数据集,主题涵盖感染性疾病。

google_dataset
浏览 5
其他分类感染性疾病尿路感染Escherichia coli儿童墨西哥微生物学
Features of urinary Escherichia coli isolated from children with complicated and uncomplicated urinary tract infections in Mexico

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-14

资源简介

墨西哥儿童复杂性与非复杂性尿路感染分离的尿路致病性大肠杆菌特征数据集

本数据集为一项感染性疾病领域的公开研究数据,英文名称为“Features of urinary Escherichia coli isolated from children with complicated and uncomplicated urinary tract infections in Mexico”,由PLOS Figshare平台发布。该数据集围绕墨西哥儿童群体中复杂性与非复杂性尿路感染所分离的尿源性大肠埃希菌(Escherichia coli)特征展开,主题标签涵盖感染性疾病、尿路感染、Escherichia coli、儿童、墨西哥及微生物学。从整体定位看,它属于感染性疾病范畴下的公开数据集,可为关注儿童尿路感染病原学特征的研究者提供数据支撑。以下从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面进行介绍。

【数据集背景】

尿路感染是儿童群体中较为常见的感染性疾病之一,其病原学特征因感染类型不同而可能存在差异。大肠埃希菌是尿路感染的重要病原体,区分复杂性尿路感染与非复杂性尿路感染中分离菌株的特征,对于理解疾病机制和临床应对具有意义。该数据集聚焦于墨西哥儿童这一特定人群,围绕从复杂性与非复杂性尿路感染病例中分离的尿源性大肠埃希菌展开,属于感染性疾病与微生物学交叉领域的研究数据。其发布有助于在公开平台上共享该地区儿童尿路感染病原菌的相关信息。

【数据内容】

该数据集的主题涵盖感染性疾病、尿路感染、Escherichia coli、儿童、墨西哥以及微生物学。其英文名称明确指向“从墨西哥儿童复杂性与非复杂性尿路感染中分离的尿源性大肠埃希菌特征”。数据集所属分类为感染性疾病 / 其他。除上述主题与名称所反映的内容范围外,关于具体样本数量、菌株数量、检测指标、变量字段、数据表结构等细节,源站未提供。

【采集与来源】

该数据集来源于plos.figshare.com。其源站描述列出了作者信息:Víctor M. Luna-Pineda、Sara A. Ochoa、Ariadnna Cruz-Córdova、Vicenta Cázares-Domínguez、Juan P. Reyes-Grajeda、Marco A. Flores-Oropeza、José Arellano-Galindo、Rigoberto Castro-Hernández、Marcos Flores-Encarnación、Adriana Ramírez-Vargas、Héctor J. Flores-García、Leticia Moreno-Fierros、Juan Xicohtencatl-Cortes,发布年份为2023年。该数据集通过DOI标识为http://doi.org/10.1371/journal.pone.0204934。关于具体的采集地点、采集时间、采样方法、伦理审批信息及实验流程等,源站未提供。

【适用场景】

基于其主题标签与名称,该数据集适用于感染性疾病领域,尤其是儿童尿路感染、尿源性大肠埃希菌特征、微生物学以及墨西哥地区相关研究等方向。研究者可将其用于了解复杂性与非复杂性尿路感染中分离菌株的特征比较,或作为相关病原学研究的数据参考。由于数据集为公开数据集,也可用于教学、文献对照或二次分析等场景。关于更具体的适用分析类型或推荐用途,源站未提供。

【使用方法】

该数据集发布在plos.figshare.com平台,可通过其DOI链接访问。关于数据文件的具体格式、下载方式、是否需要注册、是否提供使用说明文档、是否附带分析代码或元数据字典等,源站未提供。

【质量与限制】

该数据集为公开数据集,来源于PLOS Figshare,并具有明确的作者列表、发布年份与DOI标识。其主题标签清晰,指向儿童尿路感染与大肠埃希菌特征。然而,关于样本量、数据完整性、缺失值情况、质量控制措施、潜在偏倚以及数据更新情况等,源站未提供。因此,在使用时需结合源站进一步核实相关细节。

【引用与许可】

引用该数据集时,可参考其源站描述中的引用信息:Víctor M. Luna-Pineda; Sara A. Ochoa; Ariadnna Cruz-Córdova; Vicenta Cázares-Domínguez; Juan P. Reyes-Grajeda; Marco A. Flores-Oropeza; José Arellano-Galindo; Rigoberto Castro-Hernández; Marcos Flores-Encarnación; Adriana Ramírez-Vargas; Héctor J. Flores-García; Leticia Moreno-Fierros; Juan Xicohtencatl-Cortes (2023). Features of urinary Escherichia coli isolated from children with complicated and uncomplicated urinary tract infections in Mexico [Dataset]. http://doi.org/10.1371/journal.pone.0204934。关于该数据集的具体许可条款、使用限制及再分发要求,源站未提供。

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(Figshare)

源站:https://plos.figshare.com/articles/dataset/Features_of_urinary_i_Escherichia_coli_i_isolated_from_children_with_complicated_and_uncomplicated_urinary_tract_infections_in_Mexico/7168529

按页面 Download 按钮获取。

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。

数据说明

Víctor M. Luna-Pineda; Sara A. Ochoa; Ariadnna Cruz-Córdova; Vicenta Cázares-Domínguez; Juan P. Reyes-Grajeda; Marco A. Flores-Oropeza; José Arellano-Galindo; Rigoberto Castro-Hernández; Marcos Flores-Encarnación; Adriana Ramírez-Vargas; Héctor J. Flores-García; Leticia Moreno-Fierros; Juan Xicohtencatl-Cortes (2023). 墨西哥复杂性和非复杂性尿路感染患儿分离的尿液大肠埃希菌的特征 [数据集]. http://doi.org/10.1371/journal.pone.0204934

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