儿童与新生儿国家细菌性脑膜炎研究

该数据集来源于clinicaltrials.gov,聚焦18岁以下因细菌性脑膜炎住院的儿童与新生儿。数据涵盖风险因素、疫苗接种状态、症状体征、住院期间治疗、脑脊液培养与抗原检测、血培养等分析结果,以及疾病症状或临床体征

Association Clinique Thérapeutique Infantile du val de MarneAssociation Clinique Thérapeutique Infantile du val de Marne
clinicaltrials
浏览 11
其他预测MeningitisChildren, OnlyPneumococcal Conjugate VaccineMeningococcal VaccinesH. Influenzae VaccineNeonatal InfectionAntibiotic TreatmentCase Fatality Rate疫苗编码
National Bacterial Meningitis Study in Children and Newborns

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

儿童与新生儿国家细菌性脑膜炎研究

该数据集来源于clinicaltrials.gov,聚焦18岁以下因细菌性脑膜炎住院的儿童与新生儿。数据涵盖风险因素、疫苗接种状态、症状体征、住院期间治疗、脑脊液培养与抗原检测、血培养等分析结果,以及疾病症状或临床体征。可用于研究儿童细菌性脑膜炎的危险因素、疫苗保护效果、治疗方案与病死率,支持感染性疾病领域的临床分析与预测建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脑膜炎、仅儿童、肺炎球菌结合疫苗、脑膜炎球菌疫苗、H. Influenzae疫苗、新生儿感染、抗生素治疗、病死率。对于18岁以下因细菌性脑膜炎住院的儿童,将分析以下数据:风险因素、疫苗接种状态、症状体征、住院期间治疗、分析(脑脊液培养、脑脊液抗原检测、血培养……)、疾病症状或临床体征。

【主题与分类】

主题标签:Meningitis、Children, Only、Pneumococcal Conjugate Vaccine、Meningococcal Vaccines、H. Influenzae Vaccine、Neonatal Infection、Antibiotic Treatment、Case Fatality Rate。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04664569

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/NCT04664569

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

条件:脑膜炎、儿童、仅限、肺炎球菌结合疫苗、脑膜炎球菌疫苗、流感嗜血杆菌疫苗、新生儿感染、抗生素治疗、病死率。对于18岁以下因细菌性脑膜炎住院的儿童,将分析以下数据:危险因素、疫苗接种状况、症状体征、住院期间治疗、分析(脑脊液培养、脑脊液抗原检测、血培养……)、疾病症状或临床体征。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。