975例NTM-LD患者中检测到的分离株

该数据集包含975例非结核分枝杆菌肺病(NTM-LD)患者中通过16S rRNA测序鉴定的微生物分离株信息,主要涉及鸟-胞内分枝杆菌复合群(MAC)等病原体及多微生物感染情况,数据模态为临床微生物检测结果,可用于研究NTM-LD的病原谱、感染模式及临床流行病学特征。

Figshare
2015-12-03 更新
浏览 32
Pulmonary Nontuberculous Mycobacteriosispatternprognostic factorsNagasaki prefectureradiographicregionincidence
Isolates Detected in 975 NTM-LD Patients

基本信息

大小
0.000005632 GB
许可
CC BY 4.0
创建/更新时间
2015-12-03
版本
v1

资源简介

975例NTM-LD患者中检测到的分离株

【数据集背景】

本数据集源站标题为《Isolates detected in 975 NTM-LD patients.》。源站首次发布:2015-05-28。

【数据内容】

源站原始描述:MAC, Mycobacterium avium-intracellulare complex; PMI, polymicrobial infection *Identified using 16S rRNA. Isolates detected in 975 NTM-LD patients

【数据结构与技术规格】

文件数 1 个,合计 5.63 KB。Table_1.xls:application/vnd.ms-excel,5.63 KB。数据集 DOI:10.1371/journal.pone.0128304.t001。

【主题与分类】

源站学科分类:Biological Sciences。主题标签:Pulmonary Nontuberculous Mycobacteriosis、pattern、prognostic factors、Nagasaki prefecture、radiographic、region、incidence。

【适用方向】

源站学科分类标注为 Biological Sciences。

【获取与许可】

源站页面:https://plos.figshare.com/articles/dataset/_Isolates_detected_in_975_NTM_LD_patients_/1429224

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Ide, Shotaro; Nakamura, Shigeki; Yamamoto, Yoshihiro; Kohno, Yoshihisa; Fukuda, Yuichi; Ikeda, Hideki; et al. (2015). Isolates detected in 975 NTM-LD patients.. PLOS ONE. Dataset

【使用注意】

· 源站最后修改于 2023-06-11,引用时请注意版本时效。

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

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(Figshare)

源站:https://figshare.com/articles/dataset/_Isolates_detected_in_975_NTM_LD_patients_/1429224

按页面 Download 按钮获取。

数据说明

该数据集记录了975名非结核分枝杆菌肺病(NTM-LD)患者中检测到的微生物分离株信息,主要包括鸟-胞内分枝杆菌复合群(MAC)等病原体,并涉及多微生物感染(PMI)情况。数据通过16S rRNA基因测序技术进行鉴定,来源于临床样本的微生物检测结果。该数据集可用于研究NTM-LD的病原体分布、感染特征及微生物群落组成,支持临床诊断、流行病学分析和感染机制探索。

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。

获取专属数据定制方案