阿奇霉素、阿苯达唑与伊维菌素联合给药整群随机对照试验
该数据集来自 clinicaltrials.gov,主题为感染/感染性疾病,聚焦沙眼与淋巴丝虫病。数据对应一项在埃塞俄比亚 Beneshangul-Gumuz 地区开展的整群随机试验,比较阿奇霉素、伊维菌素与阿苯达唑联合给药与阿奇霉素和伊维菌素/阿苯达唑分开给药的方案

基本信息
资源简介
阿奇霉素、阿苯达唑与伊维菌素联合给药整群随机对照试验
该数据集来自 clinicaltrials.gov,主题为感染/感染性疾病,聚焦沙眼与淋巴丝虫病。数据对应一项在埃塞俄比亚 Beneshangul-Gumuz 地区开展的整群随机试验,比较阿奇霉素、伊维菌素与阿苯达唑联合给药与阿奇霉素和伊维菌素/阿苯达唑分开给药的方案。研究组与对照组各约 8000 人、各约 40 个整群,药物剂量遵循 FMOH 与 WHO 的 MDA 指南。该数据可用于评估联合给药策略在人群层面的可行性与效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:沙眼、淋巴丝虫病。整群随机试验,比较阿奇霉素/伊维菌素/阿苯达唑联合给药与阿奇霉素和伊维菌素/阿苯达唑分开给药。研究将在埃塞俄比亚 Beneshangul-Gumuz 地区开展。在该地区内,一个约 8000 人(约 40 个整群)的研究组将在同一时间接受阿奇霉素、伊维菌素和阿苯达唑。同一地区内一个约 8000 人(约 40 个整群)的对照组将接受当前 MDA 治疗方案,先给予伊维菌素/阿苯达唑,两周后给予阿奇霉素。所有药物剂量均遵循 FMOH 和 WHO 关于沙眼和淋巴丝虫病 MDA 的标准指南。研究将把分区社区(Gotes)随机分配到试验组和对照组。研究将比较 numb
【主题与分类】
主题标签:Trachoma、Lymphatic Filariases。本站分类:感染/感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03570814
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/NCT03570814
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:沙眼、淋巴丝虫病。整群随机试验,比较阿奇霉素/伊维菌素/阿苯达唑联合给药与阿奇霉素和伊维菌素/阿苯达唑分开给药。研究将在埃塞俄比亚贝尼尚古尔-古穆兹地区进行。在该地区内,一个由8000人组成的研究组(约40个群组)将在同一时间接受阿奇霉素、伊维菌素和阿苯达唑。同一地区内一个由8000人组成的对照组(约40个群组)将接受当前的大规模药物给药治疗方案,先给予伊维菌素/阿苯达唑,两周后再给予阿奇霉素。所有药物剂量均将符合FMOH和WHO关于沙眼和淋巴丝虫病大规模药物给药的标准指南。研究将把分区社区(Gotes)随机分配到试验组和对照组。研究将比较两组之间的不良事件和严重不良事件数量,以确定联合给药是否不劣于标准治疗。
主要结局将是通过大规模药物管理后不良事件/严重不良事件的发生率来证明三联药物给药的安全性。
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。




