碳青霉烯耐药肠杆菌科细菌所致严重感染病例研究
本数据集来自 clinicaltrials.gov,为多中心回顾性病例研究,聚焦碳青霉烯耐药肠杆菌科细菌(CRE)引起的严重细菌感染,涵盖复杂性尿路感染或急性肾盂肾炎、医院获得性细菌性肺炎、呼吸机相关性细菌性肺炎及菌血症

基本信息
资源简介
碳青霉烯耐药肠杆菌科细菌所致严重感染病例研究
本数据集来自 clinicaltrials.gov,为多中心回顾性病例研究,聚焦碳青霉烯耐药肠杆菌科细菌(CRE)引起的严重细菌感染,涵盖复杂性尿路感染或急性肾盂肾炎、医院获得性细菌性肺炎、呼吸机相关性细菌性肺炎及菌血症。研究通过查阅2013年9月1日至2014年3月1日共6个月的病历,在约20个中心收集至少150例选定感染病例的去标识化数据。研究严格为观察性、回顾性,无直接研究相关患者互动、治疗或检测,不采集患者身份识别数据。可用于CRE严重感染的临床特征分析与分类建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:复杂性尿路感染、急性肾盂肾炎、医院获得性细菌性肺炎、呼吸机相关性细菌性肺炎、菌血症。这项针对严重细菌感染病例(包括由CRE引起的cUTI或AP、HABP、VABP和/或菌血症)的多中心回顾性研究,将包括对2013年9月1日至2014年3月1日6个月期间的病历审查。将从约20个中心至少150例由CRE引起的选定感染病例的病历审查中收集去标识化数据。研究本身严格为观察性和回顾性,无直接研究相关的患者互动、治疗或检测。本研究不会收集任何患者身份识别数据。符合研究定义的cUTI或AP、HABP、VABP和/或菌血症标准且从感染部位培养的病历
【主题与分类】
主题标签:Urinary Tract Infection, Complicated、Acute Pyelonephritis、Hospital Acquired Bacterial Pneumonia、Bacteremia。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/NCT02420366
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/NCT02420366
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:复杂性尿路感染、急性肾盂肾炎、医院获得性细菌性肺炎、呼吸机相关性细菌性肺炎、菌血症。这项多中心回顾性研究针对严重细菌感染病例(包括由CRE引起的cUTI或AP、HABP、VABP和/或菌血症),将包括对2013年9月1日至2014年3月1日6个月期间的病历审查。将从约20个研究中心至少150例由CRE引起的特定感染病例的病历审查中收集去标识化数据。该研究本身严格为观察性和回顾性,不涉及直接与研究相关的患者互动、治疗或检测。本研究不会收集任何患者身份识别数据。将审查符合研究定义的cUTI或AP、HABP、VABP和/或菌血症标准,且感染部位或血液培养对碳青霉烯耐药肠杆菌科细菌呈阳性的患者病历。
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。




