氟喹诺酮类药物治疗布鲁氏菌病方案的有效性与安全性(BRUCE)
该数据集来自 clinicaltrials.gov,主题为氟喹诺酮类药物治疗布鲁氏菌病方案的有效性与安全性(BRUCE),涉及布鲁氏菌病与骨关节炎

基本信息
资源简介
氟喹诺酮类药物治疗布鲁氏菌病方案的有效性与安全性(BRUCE)
该数据集来自 clinicaltrials.gov,主题为氟喹诺酮类药物治疗布鲁氏菌病方案的有效性与安全性(BRUCE),涉及布鲁氏菌病与骨关节炎。源站描述指出,WHO 推荐的多西环素-利福平双联方案可能诱导利福平相关抗菌药物耐药,骨关节型布鲁氏菌病患者需长期静脉头孢曲松三联治疗且依从性不佳;左氧氟沙星、莫西沙星等氟喹诺酮类具有良好抗布鲁氏菌活性与骨关节穿透性,但缺乏高质量多中心前瞻性数据比较保留利福平的 LVX-DOX/MXF-DOX 双联方案与标准 RIF-DOX 方案。该数据可用于相关治疗方案疗效与安全性的比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:布鲁氏菌病、骨关节炎。布鲁氏菌病是一种全球分布的动物源性疾病,临床管理持续面临挑战。世界卫生组织(WHO)推荐的多西环素-利福平(DOX-RIF)双联方案可能在所有布鲁氏菌病流行地区诱导利福平相关抗菌药物耐药。骨关节型布鲁氏菌病患者需要长期静脉头孢曲松三联治疗,这与因反复就医和门诊护理需求导致的治疗依从性差有关。氟喹诺酮类(左氧氟沙星[LVX]、莫西沙星[MXF])具有优异的抗布鲁氏菌活性和更优的骨关节穿透性,但比较保留利福平的 LVX-DOX/MXF-DOX 双联方案与标准 RIF-DOX 方案的高质量多中心前瞻性数据仍鲜有报道。现有比较研究仅限于小型单中心回顾性队列或
【主题与分类】
主题标签:Brucellosis、Osteoarthritis。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07779629
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/NCT07779629
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:布鲁氏菌病、骨关节炎。布鲁氏菌病是一种全球分布的人畜共患病,临床管理持续面临挑战。世界卫生组织(WHO)推荐的多西环素-利福平(DOX-RIF)双联方案可能在所有布鲁氏菌病流行地区促使利福平相关抗菌药物耐药性的产生。骨关节布鲁氏菌病患者需要长期静脉注射头孢曲松三联治疗,而反复就医和门诊护理需求导致治疗依从性不佳。氟喹诺酮类药物(左氧氟沙星[LVX]、莫西沙星[MXF])具有优异的抗布鲁氏菌活性及更佳骨关节穿透性,然而,比较保留利福平的LVX-DOX/MXF-DOX双联方案与标准RIF-DOX方案的高质量多中心前瞻性数据仍鲜有报道。现有比较研究仅限于小型单中心回顾性队列,或将利福平与氟喹诺酮类药物联用的试验,而非无利福平的双联口服治疗。
这项多中心前瞻性平行队列研究方案包括模块I(非劣效性设计):200例无并发症急性布鲁菌病患者接受为期6周的双联口服治疗;以及模块II(非劣效性设计):150例影像学确诊的骨关节布鲁菌病患者接受为期12周的三联治疗。将通过集中式电子数据采集系统收集标准化的临床、实验室、影像学及后续纵向随访数据。主要终点包括6周(模块I)和12周(模块II)的临床治愈率和微生物学治愈率。次要终点评估治疗后24周复发率、骨关节病24周和48周影像学改善情况以及治疗期间不良事件。多变量回归和Cox模型将用于识别独立预后因素并构建可推广的复发风险预测模型。本临床试验填补了以口服氟喹诺酮为基础方案的关键证据空白,研究结果旨在提供补充
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。




