改善肺外结核患者诊疗的多中心队列与生物标志物研究
源站描述指出,据世界卫生组织统计,2019年全球有1000万人患结核病、140万人死亡,耐多药菌株感染增加使疾病控制日益复杂;德国2015年新发病例升至每10万人7.3例,2018年报告5429例、每10万人6.5例,来自高发病率地区的移民占2019年结核患者的67.1%

基本信息
资源简介
改善肺外结核患者诊疗的多中心队列与生物标志物研究
该数据集来自 clinicaltrials.gov,主题为肺外结核(Extrapulmonary Tuberculosis)。源站描述指出,据世界卫生组织统计,2019年全球有1000万人患结核病、140万人死亡,耐多药菌株感染增加使疾病控制日益复杂;德国2015年新发病例升至每10万人7.3例,2018年报告5429例、每10万人6.5例,来自高发病率地区的移民占2019年结核患者的67.1%。肺外结核可累及肺以外任何器官。该数据可用于肺外结核相关队列与生物标志物研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肺外结核。背景:据世界卫生组织(WHO)统计,2019年有1000万人患结核病(TB),140万人死于该病。在传染性病原体中,结核分枝杆菌(Mtb)仍是全球死亡和发病的主要原因。由于耐多药菌株感染数量不断增加,疾病控制日益复杂。在德国,2015年新发病例急剧增加(每10万人7.3例)。2016年至2017年发病率下降,而2018年的数字(报告5429例TB病例;每10万人6.5例)几乎保持不变。来自高发病率地区的移民占所有TB患者的大多数(2019年为67.1%)。虽然肺结核(PTB)是最常见的表现,但任何其他器官均可受累。肺外结核(EPTB)构成
【主题与分类】
主题标签:Extrapulmonary Tuberculosis。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06875336
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/NCT06875336
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:肺外结核。背景:据世界卫生组织(WHO)统计,2019年全球有1000万人罹患结核病(TB),140万人死于该病。在传染性病原体中,结核分枝杆菌(Mtb)仍是全球死亡和发病的主要原因。由于耐多药菌株感染数量不断增加,该病的控制日益复杂。在德国,2015年新发病例急剧增加(每10万人7.3例)。2016年至2017年发病率下降,而2018年的数字(报告结核病例5,429例;每10万人6.5例)几乎保持不变。来自高发病率地区的移民占所有结核病患者的多数(2019年为67.1%)。虽然肺结核(PTB)是最常见的表现形式,但任何其他器官均可受累。肺外结核(EPTB)占德国所有病例的27.8%(1,321例)。尽管工业化国家结核病总体发病率正在下降,但德国和其他欧洲国家EPTB的比例一直在持续上升。其原因尚不完全清楚。
在中国进行的一项广泛回顾性研究显示,肺外结核(EPTB)患者中耐多药结核的比例显著高于肺结核(PTB)患者。这明确凸显了改进EPTB控制措施的必要性,以避免耐药性的发展,并在国家和国际层面实现结核病根除目标(如WHO终止结核病策略),而SARS-CoV-2大流行进一步对这一目标构成挑战。mEX-TB项目聚焦于EPTB,主要目标是优化EPTB患者的临床管理。将建立一个EPTB前瞻性临床队列,涉及多名研究人员和多个临床中心(法兰克福、海德堡、博尔斯特尔、汉堡、波恩、科隆),这将使我们能够开展针对该疾病的详细临床和转化研究。描述:研究人群,再
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。




