Cefiderocol在住院儿科受试者中的安全性、耐受性和药代动力学研究

该数据集来自clinicaltrials.gov,收录一项关于Cefiderocol在住院儿科受试者中的安全性、耐受性和药代动力学研究

ShionogiShionogi
clinicaltrials
浏览 18
其他预测Gram-negative Bacterial Infections
A Study to Assess the Safety, Tolerability, and Pharmacokinetics of Cefiderocol in Hospitalized Pediatric Participants

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

Cefiderocol在住院儿科受试者中的安全性、耐受性和药代动力学研究

该数据集来自clinicaltrials.gov,收录一项关于Cefiderocol在住院儿科受试者中的安全性、耐受性和药代动力学研究。研究覆盖3个月至18岁以下儿童,涉及革兰阴性菌感染、医院获得性细菌性肺炎、复杂性尿路感染和呼吸机相关性细菌性肺炎。研究分为非随机单剂量阶段和随机多剂量活性对照标准治疗阶段,评估需全身抗生素治疗5至14天的住院受试者的药代动力学、安全性和耐受性。可用于儿科抗感染药物药代动力学与安全性相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:革兰阴性菌感染、医院获得性细菌性肺炎(HABP)、复杂性尿路感染(cUTI)、呼吸机相关性细菌性肺炎(VABP)。本研究包括一个在3个月至12岁以下疑似或确诊需氧革兰阴性菌感染儿童中进行的非随机单剂量阶段,以及一个在3个月至18岁以下患有cUTI、HABP或VABP的儿童中进行的随机多剂量、活性对照标准治疗(SOC)阶段,以评估cefiderocol在需要全身抗生素治疗预计5至14天的住院受试者中的PK、安全性和耐受性。

【主题与分类】

主题标签:Gram-negative Bacterial Infections。本站分类:呼吸系统疾病/肺炎。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04215991

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

源站:https://clinicaltrials.gov/study/NCT04215991

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

疾病:革兰阴性菌感染、医院获得性细菌性肺炎(HABP)、复杂性尿路感染(cUTI)、呼吸机相关性细菌性肺炎(VABP)。本研究包括一个非随机单剂量阶段,受试者为3个月至12岁以下疑似或确诊需氧革兰阴性菌感染的儿童;以及一个随机、多剂量、活性对照标准治疗(SOC)阶段,受试者为3个月至18岁以下患有cUTI、HABP或VABP的儿童,旨在评估头孢地尔在需要全身抗生素治疗预计5至14天的住院受试者中的药代动力学(PK)、安全性和耐受性。

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。

获取专属数据定制方案