社区相关性耐甲氧西林金黄色葡萄球菌引起的非复杂性皮肤和软组织感染
该数据集来自 clinicaltrials.gov，聚焦社区相关性耐甲氧西林金黄色葡萄球菌（CA-MRSA）引起的非复杂性皮肤和软组织感染（uSSTI）
基本信息
资源简介
社区相关性耐甲氧西林金黄色葡萄球菌引起的非复杂性皮肤和软组织感染
该数据集来自 clinicaltrials.gov，聚焦社区相关性耐甲氧西林金黄色葡萄球菌（CA-MRSA）引起的非复杂性皮肤和软组织感染（uSSTI）。试验在芝加哥、洛杉矶和旧金山三个高流行城市开展，纳入1310名6个月至85岁、无需住院的非免疫抑制门诊患者，比较克林霉素、甲氧苄啶-磺胺甲噁唑与安慰剂联合伤口护理的疗效。数据可用于感染性疾病治疗方案的分类与疗效评估研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：葡萄球菌感染。社区发病皮肤和软组织感染（SSTI）的临床治疗实践未能跟上社区中耐甲氧西林金黄色葡萄球菌（MRSA）的出现。本临床试验将评估克林霉素（CLINDA）和甲氧苄啶-磺胺甲噁唑（TMP-SMX）及伤口护理对非复杂性皮肤和软组织感染（uSSTI）门诊管理的效果，研究在芝加哥、洛杉矶和旧金山3个大都市区进行，这些城市社区获得性（CA）-MRSA患病率较高。这是一项IIb期多中心、分层、随机、双盲试验，入组的有脓肿或蜂窝织炎受试者将接受CLINDA、TMP-SMX或安慰剂治疗。参与者将包括1310名年龄6个月至85岁、患有SSTI但不需要住院的非免疫抑制门诊患者。受试者将
【主题与分类】
主题标签：Staphylococcal Infection。本站分类：感染性疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00730028
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/NCT00730028
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：葡萄球菌感染。社区发病的皮肤和软组织感染（SSTI）治疗的临床实践未能跟上社区中耐甲氧西林金黄色葡萄球菌（MRSA）出现的步伐。本临床试验将评估克林霉素（CLINDA）、甲氧苄啶-磺胺甲噁唑（TMP-SMX）及伤口护理在芝加哥、洛杉矶和旧金山这三个社区获得性（CA）-MRSA高流行率大都市区对非复杂性皮肤和软组织感染（uSSTI）门诊治疗的效果。这是一项IIb期多中心、分层、随机、双盲试验，入组的脓肿或蜂窝织炎受试者将接受CLINDA、TMP-SMX或安慰剂治疗。参与者将包括1310名年龄在6个月至85岁之间、无需住院的SSTI非免疫缺陷门诊患者。受试者将接受筛选/基线评估，包括确定脓肿的存在和大小和/或蜂窝织炎的存在。
随后，受试者将根据以下情况随机接受CLINDA、TMP-SMX或安慰剂治疗：较大的可引流脓肿，定义为成人直径大于5厘米，6-11个月龄大于3厘米，1-8岁大于4厘米，9岁及以上大于5厘米；局限性可引流脓肿，定义为成人直径小于或等于5厘米，6-11个月龄小于或等于3厘米，1-8岁小于或等于4厘米，9岁及以上小于或等于5厘米；或仅为蜂窝织炎或丹毒。若脓肿直径大于5厘米（儿童依年龄较小）或存在2处及以上皮肤感染部位，受试者将按1：1随机接受TMP-SMX或CLINDA治疗10天。若脓肿直径小于或等于5厘米（儿童依年龄较小），则受试者将按1：1：1随机接受TMP-SMX、CLINDA或安慰剂治疗。
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。
