粪菌移植队列安全性登记数据集
源站描述指出 CDI 是感染性腹泻和院内腹泻的重要病因，近 20 年发病率与严重程度持续上升，复发风险随复发次数增加而升高，带来显著疾病负担与死亡风险
基本信息
资源简介
粪菌移植队列安全性登记数据集
该数据集来自 clinicaltrials.gov，聚焦 Clostridium Difficile Infections（CDI）患者的粪菌移植队列安全性登记。源站描述指出 CDI 是感染性腹泻和院内腹泻的重要病因，近 20 年发病率与严重程度持续上升，复发风险随复发次数增加而升高，带来显著疾病负担与死亡风险。数据可用于观察粪菌移植在 CDI 人群中的安全性相关结局，支持感染性疾病领域的临床研究与分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Clostridium Difficile 感染。Clostridium difficile 感染（CDI）是感染性腹泻的主要原因，也是院内腹泻最重要的原因。20 年来，CDI 的发病率持续上升。此外，感染的严重程度也在增加（死亡率：1990 年为 5%，2003 年为 13.8%；并发症：1990 年为 6%，2003 年为 18%）。复发型是该感染的主要问题。事实上，在首次发作后，首次复发的风险约为 15% 至 25%，且该风险随每次复发而增加，在首次和第二次复发后分别达到 45% 和 65%。这些复发型带来真正的治疗难题，造成显著的发病率（反复住院、误工等）和大量死亡。CDI 患者在感染后 30 天内死亡的可能性是 2.5 倍
【主题与分类】
主题标签：Clostridium Difficile Infections。本站分类：感染性疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06311006
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/NCT06311006
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
疾病：艰难梭菌感染。艰难梭菌感染（CDI）是感染性腹泻的主要原因，也是医院获得性腹泻最重要的病因。20年来，CDI的发病率持续上升。此外，感染的严重程度也在增加（死亡率：1990年为5%，2003年为13.8%；并发症：1990年为6%，2003年为18%）。复发型是该感染的一大难题。事实上，在首次发作后，首次复发的风险约为15%至25%，且该风险随每次复发而增加，在首次和第二次复发后分别达到45%和65%。这些复发型带来了真正的治疗难题，导致显著的发病率（反复住院、误工等）和可观的死亡率。无论年龄或合并症如何，CDI患者在感染后30天内的死亡可能性是未感染患者的2.5倍。复发型患者的死亡率也高于单次发作患者。此外，通常使用的抗生素对复发性CDI病例仅略有疗效。
多项研究（包括两项随机试验）表明，粪菌移植（FMT）在减少后续复发方面优于抗生素治疗，最新欧洲和北美指南已将FMT纳入该适应症。Cosmic-FMT队列旨在尽可能代表在诊疗背景下因CDI接受FMT的患者人群。
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。
