癌症患者或非癌症患者非结核分枝杆菌感染治疗毒性
该数据集来自 clinicaltrials.gov,聚焦非结核分枝杆菌(NTM)感染在癌症患者与非癌症患者中的治疗毒性问题

基本信息
资源简介
癌症患者或非癌症患者非结核分枝杆菌感染治疗毒性
该数据集来自 clinicaltrials.gov,聚焦非结核分枝杆菌(NTM)感染在癌症患者与非癌症患者中的治疗毒性问题。源站描述指出 NTM 感染日益常见且预后较差,5 年死亡率可达 40% 至 50%,癌症患者因疾病相关免疫功能障碍、化疗免疫抑制或长期留置血管导管而面临更高的感染发病与死亡风险,但针对癌症患者中 NTM 菌种治疗及病原特征的数据仍然有限。数据集主题标签涵盖 Mycobacterium、Cancer 与 Treatment Side Effects,可用于感染治疗安全性相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:分枝杆菌、癌症、治疗副作用。非结核分枝杆菌(NTM)日益常见且预后较差:根据分枝杆菌类型和宿主免疫系统情况,5 年死亡率可达 40% 至 50%。癌症患者感染发病和死亡的风险更高,这可能归因于疾病相关免疫功能障碍、化疗的免疫抑制作用或长期放置血管导管。然而,尽管全球癌症人群不断增长,关于引起感染的 NTM 菌种治疗以及这些病原体在癌症患者中的疾病特征的数据仍然有限。最近,已有癌症患者(血液系统或非血液系统)感染鸟分枝杆菌的报道,尤其是接受检查点抑制剂的患者。尽管鸟分枝杆菌肺炎的比例在
【主题与分类】
主题标签:Mycobacterium、Cancer、Treatment Side Effects。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05030701
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/NCT05030701
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
背景:分枝杆菌、癌症、治疗副作用。非结核分枝杆菌(NTM)日益常见且预后不良:根据分枝杆菌类型和宿主免疫系统状况,5年死亡率可达40%至50%。癌症患者发生感染性疾病和死亡的风险更高,这可能归因于疾病相关的免疫功能障碍、化疗的免疫抑制作用或长期留置血管导管。然而,尽管全球癌症人群不断增长,关于引起感染的NTM菌种治疗及这些病原体在癌症患者中的疾病特征的数据仍然有限。近期,已有报道在癌症患者(血液系统肿瘤或非血液系统肿瘤)中发生鸟分枝杆菌感染,尤其是接受检查点抑制剂治疗的患者。尽管回顾性研究中鸟分枝杆菌肺炎的比例较低(0.8%-2%),但已有研究表明该人群较年轻、较少患有肺下叶病变(提示这些患者存在免疫抑制),因此接受治疗的比例低于非癌症患者。
这项在亚眠大学医院中心(CHU Amiens)开展的回顾性研究,旨在探究两组(癌症组与非癌症组)NTM治疗副作用的发生数量,以评估癌症患者中NTM治疗减少的原因。
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。




