Xpert MTB/RIF 检测诊断结核性脑膜炎(Maharaj Nakorn Chiang Mai 医院)
源站描述指出 TBM 是结核分枝杆菌感染最严重的表现,延误治疗时死亡率和致残率高,尤其在 HIV 感染者中病死率可升至 60%

基本信息
资源简介
Xpert MTB/RIF 检测诊断结核性脑膜炎(Maharaj Nakorn Chiang Mai 医院)
该数据集来自 clinicaltrials.gov,聚焦于在 Maharaj Nakorn Chiang Mai 医院使用 Xpert MTB/RIF 检测诊断结核性脑膜炎(TBM)。源站描述指出 TBM 是结核分枝杆菌感染最严重的表现,延误治疗时死亡率和致残率高,尤其在 HIV 感染者中病死率可升至 60%。全球 TBM 的患病率和发病率尚不明确,2015 年 TBM 发病率约为 6-10%。泰国北部全国调查显示 TBM 患病率约 9.7/10 万,是肺外结核患者最常见死因,死亡率约 0.54/10 万。及时准确的诊断和早期治疗是降低 TBM 死亡和残疾的关键。该数据可用于 TBM 诊断相关研究(来源 clinicaltrials。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:结核性脑膜炎。结核性脑膜炎(TBM)是结核分枝杆菌感染最严重的表现,如果治疗延迟,发病率和死亡率很高,尤其是在 HIV 感染者中。病死率升至 60%,而非 HIV 感染者中约为三分之一。全球 TBM 的患病率和发病率尚不明确。2015 年,TBM 的发病率约为 6-10%。在泰国北部,根据全国调查项目,TBM 的患病率约为 9.7/10 万人,并且 TBM 是肺外结核患者最常见的死亡原因,死亡率约为 0.54/10 万人。然而,由于诊断问题,这些数据可能被低估。及时准确的诊断和早期治疗是减少 TBM 死亡和残疾的关键。然而,我们
【主题与分类】
主题标签:Tuberculous Meningitis。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05781646
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT05781646
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:结核性脑膜炎。结核性脑膜炎(TBM)是结核分枝杆菌感染最严重的表现形式,若延误治疗,其发病率和死亡率均较高,尤其是在HIV感染者中。HIV感染者的病死率可增至60%,而非HIV感染者约为三分之一。全球范围内TBM的患病率和发病率尚不明确。2015年,TBM的发病率约为6-10%。在泰国北部,根据国家调查项目,TBM的患病率约为每10万人中9.7例,且TBM是肺外结核患者最常见的死亡原因,死亡率约为每10万人中0.54例。然而,由于诊断方面的问题,这些数据可能存在漏报。及时准确的诊断和早期治疗是降低TBM死亡和残疾的关键要素。然而,诊断程序存在一些主要障碍,涉及局限性,如传统抗酸杆菌(AFB)显微镜染色技术敏感性低或金标准培养周转时间长。
因此,诊断延迟导致治疗滞后和结核性脑膜炎(TBM)死亡率增加,尤其是在多药耐药(MDR)病例中。过去,大量研究试图迫切解决这些问题,但确诊病例频率低以及缺乏共识性临床病例定义,是导致新临床试验缺乏进展的巨大障碍。2010年,建立了用于TBM临床研究的统一临床病例定义。他们采用了临床特征、脑脊液(CSF)检查、神经影像学研究以及他处结核证据的标准。此外,微生物学或病理学证据被用于对具有脑膜炎体征和症状的患者进行分类,并将其定义为确诊、很可能、可能和非结核性脑膜炎。自那时起,许多关于TBM诊断的临床研究被开发
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




