GSK1322322对比Linezolid治疗急性细菌性皮肤及皮肤结构感染

该数据集来自clinicaltrials.gov,收录一项关于GSK1322322对比Linezolid治疗成人疑似革兰阳性急性细菌性皮肤及皮肤结构感染的IIa期、多中心、随机、平行组、双盲、双模拟研究

GlaxoSmithKlineGlaxoSmithKline
clinicaltrials
浏览 12
其他分类Skin Infections, Bacterial
GSK1322322 Versus Linezolid in the Treatment of Acute Bacterial Skin and Skin Structure Infection

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-11

资源简介

GSK1322322对比Linezolid治疗急性细菌性皮肤及皮肤结构感染

该数据集来自clinicaltrials.gov,收录一项关于GSK1322322对比Linezolid治疗成人疑似革兰阳性急性细菌性皮肤及皮肤结构感染的IIa期、多中心、随机、平行组、双盲、双模拟研究。受试者按2:1随机分配至GSK1322322组(1500mg,每日两次,10天)或Linezolid组(600mg,每日两次,10天),研究包含筛选访视、10天治疗期及末次给药后第7天和第28天随访评估。数据可用于评估两种药物的安全性、耐受性和疗效,支持感染性疾病治疗方案的比较分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:细菌性皮肤感染。这是一项IIa期、多中心、随机、平行组、双盲、双模拟研究,旨在评估GSK1322322以1500mg每日两次给药、持续10天,对比Linezolid(600mg每日两次,持续10天)在目前未接受抗菌治疗的成人疑似革兰阳性急性细菌性皮肤及皮肤结构感染患者中的安全性、耐受性和疗效。受试者将按2:1随机分配至GSK1322322组或Linezolid组。本研究包括一次筛选访视、一个10天治疗期,以及末次给药后第7天和第28天的随访评估。

【主题与分类】

主题标签:Skin Infections, Bacterial。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01209078

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT01209078

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:细菌性皮肤感染。这是一项IIa期、多中心、随机、平行组、双盲、双模拟研究,旨在评估GSK1322322以1500mg每日两次给药、持续10天,与利奈唑胺(600mg每日两次,持续10天)相比,在疑似革兰氏阳性急性细菌性皮肤及皮肤结构感染且目前未接受抗菌治疗的成人中的安全性、耐受性和疗效。受试者将按2:1随机分配至GSK1322322组或利奈唑胺组。本研究包括一次筛选访视、10天治疗期,以及末次给药后第7天和第28天的随访评估。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。