头孢吡肟/VNRX-5133 治疗复杂性尿路感染的安全性与有效性研究

该数据集来自 clinicaltrials.gov,主题为头孢吡肟/VNRX-5133 对比美罗培南治疗复杂性尿路感染(cUTI)的安全性与有效性研究,覆盖尿路感染与急性肾盂肾炎人群

Venatorx Pharmaceuticals, Inc.Venatorx Pharmaceuticals, Inc.
clinicaltrials
浏览 15
其他分类Urinary Tract InfectionsAcute Pyelonephritis
Safety and Efficacy Study of Cefepime/VNRX-5133 in Patients With Complicated Urinary Tract Infections

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-12

资源简介

头孢吡肟/VNRX-5133 治疗复杂性尿路感染的安全性与有效性研究

该数据集来自 clinicaltrials.gov,英文名称为 Safety and Efficacy Study of Cefepime/VNRX-5133 in Patients With Complicated Urinary Tract Infections,中文可理解为头孢吡肟/VNRX-5133 治疗复杂性尿路感染患者的安全性与有效性研究。其主题聚焦于感染性疾病领域中的尿路感染与急性肾盂肾炎,研究比较头孢吡肟/VNRX-5133 与美罗培南在复杂性尿路感染(cUTI)患者中的表现,关注细菌清除和症状应答两个方面的安全性与有效性。数据集覆盖尿路感染与急性肾盂肾炎人群,属于感染性疾病分类下的其他类别,适合用于了解该临床试验的基本设计、研究目的和适用人群。

【数据集背景】

该数据集所对应的研究围绕复杂性尿路感染(cUTI)展开。复杂性尿路感染通常指伴有泌尿系统结构或功能异常、或存在其他易感因素的尿路感染,急性肾盂肾炎则是其中较为严重的一种表现形式。该研究旨在评估头孢吡肟/VNRX-5133 相较于美罗培南在治疗此类感染时的安全性和有效性。研究关注的核心问题包括药物对细菌的清除效果以及患者症状的改善情况。数据集主题标签明确指向 Urinary Tract Infections 和 Acute Pyelonephritis,说明其研究人群和适应症集中于尿路感染及急性肾盂肾炎。该数据集来源于 clinicaltrials.gov,属于临床试验注册信息,能够为相关领域的研究者、临床医生和药物开发人员提供关于该试验的基本背景信息。

【数据内容】

该数据集的内容围绕一项安全性与有效性研究展开。根据源站描述,该研究将评估头孢吡肟/VNRX-5133 与美罗培南相比,在复杂性尿路感染患者中实现细菌清除和症状应答方面的表现。因此,数据集涉及的研究对象为复杂性尿路感染患者,同时涵盖急性肾盂肾炎人群。研究的主要关注点包括安全性、有效性、细菌清除以及症状应答。数据集的主题标签为 Urinary Tract Infections 和 Acute Pyelonephritis,进一步明确了疾病领域。除上述信息外,关于具体样本量、给药方案、终点指标、统计方法、研究周期等详细数据内容,源站未提供。

【采集与来源】

该数据集的来源站为 clinicaltrials.gov。clinicaltrials.gov 是临床试验注册与结果信息平台,通常收录由研究发起方提交的试验方案、研究状态、入排标准、干预措施和结局指标等信息。该数据集即来自该平台的注册记录,其英文名称为 Safety and Efficacy Study of Cefepime/VNRX-5133 in Patients With Complicated Urinary Tract Infections。数据集的分类为感染性疾病 / 其他,主题标签包括 Urinary Tract Infections 和 Acute Pyelonephritis。关于该数据集的具体采集时间、更新频率、数据提取方式、原始文件格式以及是否包含结果数据等,源站未提供。

【适用场景】

该数据集适用于感染性疾病领域,尤其是尿路感染和急性肾盂肾炎相关的研究与临床参考。具体而言,可用于了解头孢吡肟/VNRX-5133 与美罗培南在复杂性尿路感染患者中的安全性与有效性研究设计,帮助研究者快速定位该临床试验的基本信息。对于临床医生、药学研究人员、临床试验设计人员以及药物开发人员,该数据集可作为检索和参考的入口,用于了解该研究的研究目的、适应症人群和比较药物。此外,由于数据集涉及细菌清除和症状应答,也可为关注 cUTI 治疗结局的研究提供背景信息。但需注意,该数据集仅反映该特定试验的注册信息,不应用于推断其他药物或其他感染类型的疗效。关于具体的使用限制和推荐应用方式,源站未提供。

【使用方法】

该数据集来自 clinicaltrials.gov,通常可通过该平台的公开检索功能获取。使用者可以根据数据集英文名称、主题标签或来源站进行检索,以查看该试验的注册信息。在使用时,建议结合感染性疾病 / 其他的分类背景,以及 Urinary Tract Infections 和 Acute Pyelonephritis 两个主题标签,判断其与自身研究或临床问题的相关性。由于该数据集为临床试验注册信息,使用者应将其视为研究背景和设计参考,而非最终临床指南或治疗建议。关于具体的数据下载方式、接口调用方法、字段解析规则以及是否需要注册或授权等,源站未提供。

【质量与限制】

该数据集来源于 clinicaltrials.gov,属于临床试验注册信息,通常具有一定的规范性和可追溯性。其主题明确,聚焦于头孢吡肟/VNRX-5133 对比美罗培南治疗复杂性尿路感染的安全性与有效性研究,并覆盖尿路感染与急性肾盂肾炎人群。然而,该数据集所提供的信息有限,主要涉及研究目的、适应症和比较药物等概要内容。关于研究的具体结果、样本量、统计显著性、不良事件发生率、细菌清除率的具体数值以及症状应答的详细定义等,源站未提供。因此,该数据集不适合用于直接进行疗效比较或安全性评价,也不应被当作完整的临床证据来源。使用者需注意其作为注册信息的局限性,避免过度解读。

【引用与许可】

该数据集来源于 clinicaltrials.gov,英文名称为 Safety and Efficacy Study of Cefepime/VNRX-5133 in Patients With Complicated Urinary Tract Infections。在引用时,应注明其来源站为 clinicaltrials.gov,并尽可能使用该试验的注册号或英文名称进行标识。关于该数据集的具体引用格式、许可协议、使用条款、是否允许商业使用以及是否需要获得额外授权等,源站未提供。使用者应自行查阅 clinicaltrials.gov 的相关政策,以确保合规使用。

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

源站:https://clinicaltrials.gov/study/NCT03840148

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:尿路感染,急性肾盂肾炎。本研究将评估头孢吡肟/VNRX-5133与美罗培南相比,在复杂性尿路感染患者中清除细菌和症状反应方面的安全性和有效性。

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。

获取专属数据定制方案