主动脉夹层患者拉西拉他唑巴坦群体药代动力学
该数据集来自 clinicaltrials.gov,聚焦主动脉夹层合并肺部感染患者的拉西拉他唑巴坦群体药代动力学研究。源站描述指出,主动脉夹层后急性肾衰竭发生率可高达30%,多数患者需接受连续肾脏替代治疗(CRRT),而抗菌药物浓度常低于治疗水平导致治疗失败

基本信息
资源简介
主动脉夹层患者拉西拉他唑巴坦群体药代动力学
该数据集来自 clinicaltrials.gov,聚焦主动脉夹层合并肺部感染患者的拉西拉他唑巴坦群体药代动力学研究。源站描述指出,主动脉夹层后急性肾衰竭发生率可高达30%,多数患者需接受连续肾脏替代治疗(CRRT),而抗菌药物浓度常低于治疗水平导致治疗失败。危重患者药物清除率每日变化且难以估算,哌拉西林他唑巴坦作为时间依赖性抗菌药物,其%t>MIC与临床疗效密切相关,且分子量小于2000 d易通过滤膜。数据可用于研究CRRT条件下抗菌药物药代动力学特征与给药方案优化(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:主动脉夹层、肺部感染。主动脉夹层后急性肾衰竭的发生率可高达30%。为降低死亡率,大多数患者需要连续肾脏替代治疗(CRRT)。接受CRRT的患者中抗菌药物浓度常低于治疗水平,导致治疗失败。危重患者的药物清除率可能每天变化且难以估算,尤其是当肾功能恶化并开始CRRT时。作为时间依赖性抗菌药物,提高哌拉西林他唑巴坦的%t>MIC与确保临床疗效密切相关。然而,哌拉西林他唑巴坦的分子量小于2000 d,容易通过滤膜。所有CRRT方法的清除率相同。同时,哌拉西林的结合率
【主题与分类】
主题标签:Aortic Dissection、Lung Infection。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/NCT05349305
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/NCT05349305
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
疾病情况:主动脉夹层、肺部感染。主动脉夹层后急性肾功能衰竭的发生率可高达30%。为降低死亡率,大多数患者需要持续肾脏替代治疗(CRRT)。接受CRRT治疗的患者中,抗菌药物浓度常低于治疗水平,导致治疗失败。危重患者的药物清除率可能每天变化,且难以估算,尤其是当肾功能恶化并开始CRRT时。作为一种时间依赖性抗菌药物,提高哌拉西林他唑巴坦的%t>MIC与确保临床疗效密切相关。然而,哌拉西林他唑巴坦的分子量小于2000道尔顿,容易通过滤膜。所有CRRT方式的清除率相同。同时,哌拉西林和他唑巴坦与血浆蛋白的结合率仅约30%,易于通过CRRT清除。因此,按照常规剂量和给药方式,哌拉西林他唑巴坦治疗主动脉夹层后医院获得性肺炎的疗效不佳。
越来越多的医生会考虑尽早选择碳青霉烯类药物,这与国民健康息息相关。因此,传统的药代动力学研究已不再适用,也无法为临床确定哌拉西林和他唑巴坦的个体化用药方案提供依据,而群体药代动力学研究能够有效解决这一问题。患者采血频率较低(通常为2~4个采血点),这是目前国际上最先进的个体化用药研究方法[10]。方法 采用非线性混合效应模型(non-MEM)计算患者药代动力学参数的平均值及变异度,并可评估患者因素(如年龄、体重)对药代动力学参数的协同影响,从而为
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。




