改善婴幼儿感染中万古霉素治疗药物监测与给药(VANCAPP)(第2部分)
该数据集来自 clinicaltrials.gov,主题为婴幼儿感染(脓毒症、感染、菌血症)中万古霉素的治疗药物监测与剂量调整

基本信息
资源简介
改善婴幼儿感染中万古霉素治疗药物监测与给药(VANCAPP)(第2部分)
该数据集来自 clinicaltrials.gov,主题为婴幼儿感染(脓毒症、感染、菌血症)中万古霉素的治疗药物监测与剂量调整。源站描述指出,婴幼儿使用经验性万古霉素给药方案时,首次稳态浓度达标者不足50%,调整剂量后需至少48小时才能达到有效血药浓度,延误重症感染治疗。研究旨在通过早期治疗药物监测和剂量调整,提高首次稳态浓度达标比例。数据可用于感染性疾病治疗药物监测相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脓毒症、感染、菌血症。万古霉素的治疗药物监测(TDM)在药物达到稳态后进行。在婴幼儿中,这发生在开始万古霉素后24-48小时。如果稳态浓度不在治疗范围(10-20 mg/L)内,则调整剂量并在24小时后再次测量浓度。使用经验性万古霉素给药方案,少于50%的婴儿在首次稳态水平时达到目标浓度。因此,一旦调整剂量并重复测量浓度,至少延迟48小时才能在血液中达到足够的抗生素浓度——延误对危及生命的感染的最佳治疗。本研究旨在使用早期TDM和剂量调整来提高婴儿在首次稳态水平时达到目标浓度的比例。使用已发表的
【主题与分类】
主题标签:Sepsis、Infections、Bacteremia。本站分类:感染性疾病/脓毒症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05770622
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/NCT05770622
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
适应症:脓毒症、感染、菌血症。万古霉素的治疗药物监测(TDM)在药物达到稳态后进行。在年幼婴儿中,这一稳态在开始使用万古霉素后24-48小时达到。若稳态浓度不在治疗范围(10-20 mg/L)内,则调整剂量并在24小时后再次测量浓度。采用经验性万古霉素给药方案时,不足50%的婴儿在首次稳态浓度时达到目标浓度。因此,一旦调整剂量并重复测量浓度,至少需要延迟48小时才能在血液中达到足够的抗生素浓度——从而延误了对危及生命感染的最佳治疗。本研究旨在利用早期TDM和剂量调整,提高婴儿在首次稳态浓度时达到目标浓度的比例。利用已发表的群体药代动力学模型,我们确定了首剂谷浓度与稳态谷浓度之间的线性关系(R2 = 0.51),以及首剂谷浓度与48小时AUC24之间的线性关系(R2 = 0.70)。
这表明TDM可在首剂给药后进行,且该早期谷浓度可用于预测稳态浓度,从而实现更早的剂量调整,进而缩短达到有效治疗的时间。因此,该模型已被用于开发在线“首剂谷浓度剂量调整计算器”。在VANC APP(第2部分)*研究中,参与者将使用Vanc App剂量计算器(与VANC APP第1部分所用相同,见clinicaltrials.gov ID: NCT04044703)进行基于模型的个体化间歇性万古霉素给药。将为每位参与者测定首剂谷浓度,随后临床医生将该浓度输入网络应用程序(“首剂谷浓度剂量调整计算器”)。若预测稳态浓度超出目标范围,计算器将生成剂量调整方案。随后在稳态时测定万古霉素浓度以
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。




