ESBL/AmpC表型肠杆菌目对Temocillin的敏感性
该数据集来自search.dataone.org,收录2016/17年Paul-Ehrlich-Society for Chemotherapy耐药监测研究中109株住院患者血流与尿路感染分离株,涵盖产ESBL/AmpC表型且对第三代头孢菌素耐药的大肠埃希菌和肺炎克雷伯菌,并设第三代头孢菌素敏感株作

基本信息
资源简介
ESBL/AmpC表型肠杆菌目对Temocillin的敏感性
Temocillin susceptibility in Enterobacterales with an ESBL/AmpC phenotype
该数据集来自search.dataone.org,收录2016/17年Paul-Ehrlich-Society for Chemotherapy耐药监测研究中109株住院患者血流与尿路感染分离株,涵盖产ESBL/AmpC表型且对第三代头孢菌素耐药的大肠埃希菌和肺炎克雷伯菌,并设第三代头孢菌素敏感株作对照。研究评估哌拉西林-他唑巴坦与temocillin的体外活性,可用于比较耐药与敏感菌株的药物敏感性差异,为碳青霉烯类替代治疗选择提供体外药效学参考(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):碳青霉烯类被认为是碳青霉烯敏感、产超广谱β-内酰胺酶(ESBL)肠杆菌目所致严重感染一线治疗的首选药物,而哌拉西林-他唑巴坦曾被推荐作为非严重感染的替代治疗。Temocillin对ESBL和AmpC酶稳定,因此可能代表另一种治疗选择。本研究评估了哌拉西林-他唑巴坦和temocillin对第三代头孢菌素(3GC)耐药的大肠埃希菌和肺炎克雷伯菌的体外活性,并与两种菌种中3GC敏感分离株进行比较。共测试了来自血流感染和尿路感染住院患者的109株分离株。所有分离株均收集于2016/17年Paul-Ehrlich-Society for Chemotherapy的耐药监测研究。最低抑菌
【主题与分类】
主题标签:Pharmacodynamics。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Ae1f8ae02db4a17f21ac1a9d7c603b6930c764f85366df5065cc9bb65940b13a3
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
碳青霉烯类药物被认为是治疗由碳青霉烯敏感、产超广谱β-内酰胺酶(ESBL)肠杆菌目细菌引起的严重感染的一线首选药物,而哌拉西林-他唑巴坦已被推荐作为非严重感染治疗的替代方案。替莫西林对ESBL和AmpC酶稳定,因此可能代表另一种治疗选择。本研究评估了哌拉西林-他唑巴坦和替莫西林对第三代头孢菌素(3GC)耐药的大肠埃希菌和肺炎克雷伯菌的体外活性,并与两种菌种中对3GC敏感的分离株进行了比较。测试了来自血流感染和尿路感染住院患者的109株分离株。所有分离株均在2016/17年Paul-Ehrlich化疗学会耐药监测研究期间收集。最低抑菌浓度(MIC)根据ISO 20776-1标准通过肉汤微量稀释法测定…
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。




