肠道内抗菌药物耐药性的扩增与选择

该数据集来自 clinicaltrials.gov,聚焦急性白血病患者肠道内抗菌药物耐药性的扩增与选择。源站描述指出,全球多重耐药病原体发病率上升令人担忧,抗菌治疗是分离出多重耐药病原体的风险因素

University Hospital TuebingenUniversity Hospital Tuebingen
clinicaltrials
浏览 7
基因组Acute Leukaemia
Amplification and Selection of Antimicrobial Resistance in the Intestine

基本信息

模态
基因组
创建/更新时间
2026-10-27

资源简介

肠道内抗菌药物耐药性的扩增与选择

该数据集来自 clinicaltrials.gov,聚焦急性白血病患者肠道内抗菌药物耐药性的扩增与选择。源站描述指出,全球多重耐药病原体发病率上升令人担忧,抗菌治疗是分离出多重耐药病原体的风险因素。项目旨在通过宏基因组鸟枪法测序,确定抗生素治疗对人体肠道微生物组中耐药基因拷贝数的影响,并在接受 ciprofloxacin 或 cotrimoxazol 单药治疗的临床队列中测定胃肠道耐药基因数量,进而量化并比较选择压力,以促进选择选择压力较低的抗生素(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:急性白血病。全球多重耐药(MDR)病原体发病率的上升令人担忧。抗菌治疗是分离出 MDR 病原体的风险因素,因此可能促成观察到的趋势。迄今为止,尚未系统研究各种抗菌药物造成的选择压力程度差异。拟议项目的目的是利用宏基因组鸟枪法测序确定抗生素治疗对人体肠道微生物组中耐药基因拷贝数的影响。将在接受 ciprofloxacin 或 cotrimoxazol 单药治疗的临床患者队列中测定胃肠道中的耐药基因数量。随后对选择压力进行量化和比较,有助于应用选择压力潜力较低的抗生素。

【主题与分类】

主题标签:Acute Leukaemia。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02058888

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT02058888

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:急性白血病。全球范围内多重耐药(MDR)病原体发病率的上升令人担忧。抗菌治疗是分离出MDR病原体的一个风险因素,因此可能促成所观察到的趋势。迄今为止,尚未系统研究不同抗菌药物所致选择压力程度的差异。拟议项目的目的是利用宏基因组鸟枪法测序确定抗生素治疗对人体肠道微生物组中耐药基因拷贝数的影响。将在接受环丙沙星或复方磺胺甲噁唑单药治疗的患者临床队列中测定胃肠道中的耐药基因计数。随后对选择压力进行量化和比较,有助于应用选择耐药潜力较低的抗生素。为实现这一目标,将在德国感染研究中心的两个中心(图宾根、科隆)开展一项自身对照的前瞻性观察性流行病学研究。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。