儿科ICU患者中头孢他啶的药代动力学与药效学
该数据集来自clinicaltrials.gov,主题为儿科重症监护患者中头孢他啶的药代动力学与药效学,归类于感染性疾病/脓毒症

基本信息
资源简介
儿科ICU患者中头孢他啶的药代动力学与药效学
该数据集来自clinicaltrials.gov,主题为儿科重症监护患者中头孢他啶的药代动力学与药效学,归类于感染性疾病/脓毒症。源站描述指出,严重脓毒症仍是儿科重症监护人群入院和死亡的主要原因,早期使用抗生素可降低死亡率,而优化抗菌治疗需基于早期达到有效药物浓度。头孢他啶因具有抗假单胞菌和抗肠道杆菌覆盖,是Lurie Children's Hospital脓毒症经验性治疗的首选β-内酰胺类药物,但已发表的儿科药代动力学数据大多未纳入ICU患者。对于此类β-内酰胺类药物,游离药物浓度高于细菌最低抑菌浓度的时间(t>MIC)最能定义其抑菌和杀菌活性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脓毒症。严重脓毒症仍然是儿科重症监护人群入院和死亡的主要原因。早期给予抗生素已被证明可降低死亡率。最佳的抗菌治疗应基于通过优化单个药物的药代动力学/药效学来早期达到有效药物浓度。头孢他啶是Lurie Children's Hospital脓毒症经验性治疗的首选β-内酰胺类药物,因为它具有抗假单胞菌和抗肠道杆菌的覆盖,然而目前发表的儿科药代动力学数据大多不包括ICU患者。对于像头孢他啶这样的β-内酰胺类药物,游离(非蛋白结合)药物浓度高于细菌最低抑菌浓度(MIC)的时间(t>MIC)最能定义其抑菌和杀菌活性。基于预
【主题与分类】
主题标签:Sepsis。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/NCT03133910
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/NCT03133910
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:脓毒症。严重脓毒症仍是儿科重症监护人群入院和死亡的主要原因。早期使用抗生素已被证实可降低死亡率。最佳抗菌治疗应基于通过优化单个药物的药代动力学/药效学,早期达到有效药物浓度。在Lurie儿童医院,头孢他啶是经验性治疗脓毒症的首选β-内酰胺类药物,因为它具有抗假单胞菌和抗肠道杆菌的覆盖范围,然而,目前发表的大多数儿科药代动力学数据并未包括ICU患者。对于像头孢他啶这样的β-内酰胺类药物,游离(非蛋白结合)药物浓度维持在细菌最低抑菌浓度(MIC)以上的时间(t>MIC)最能定义其抑菌和杀菌活性。根据以往的动物研究和随后的临床研究,β-内酰胺类药物需要约50%的t>MIC。
成人药代动力学/药效学数据表明,病情严重程度高的危重成人患者可能受益于持续或延长输注β-内酰胺类治疗,以优化高于MIC的时间,特别是对于对β-内酰胺类相对耐药的病原体。使用延长输注已发现其在死亡率获益、临床治愈、缩短住院时间和增加无呼吸机天数方面具有积极结果。很可能由于儿童在危重疾病中经历生理变化,可能导致抗生素清除率改变,因此需要额外数据来确定我们当前的给药策略是否达到最佳抗菌药物暴露。了解头孢他啶在ICU中随疾病进展而变化的药代动力学/药效学,可能有助于确定当前给药方案是否足以维持适当的t>MIC。在本研究中,所有年龄在2个月至18岁之间入住儿科重症监护病房的患者
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。




