肺非结核分枝杆菌感染中咳出痰、诱导痰与咽拭子用于培养、AFB涂片及细胞因子的比较
病症:非结核分枝杆菌感染。在本方案中,采用重复测量设计来检查诊断为肺非结核分枝杆菌感染受试者的微生物和分子结果。患者常常难以自行咳出未受口腔菌群污染的痰液,这导致送往实验室的部分呼吸道标本质量不佳

基本信息
资源简介
肺非结核分枝杆菌感染中咳出痰、诱导痰与咽拭子用于培养、AFB涂片及细胞因子的比较
该数据集围绕肺部非结核分枝杆菌感染展开,采用重复测量设计,对受试者的微生物学与分子学检测结果进行比较研究。其核心关注点在于三类呼吸道标本——诱导痰、咳出痰与咽拭子——在抗酸杆菌(AFB)涂片、培养以及细胞因子检测中的表现差异。临床上,患者常难以自行咳出未受口腔菌群污染的痰液,这直接影响送往实验室的呼吸道标本质量,进而可能影响诊断的准确性。因此,该数据集旨在通过非侵入性呼吸道分泌物采集程序,探索更优的标本采集与检测策略,为临床诊断提供依据。数据集来源于clinicaltrials.gov,主题标签为非结核分枝杆菌感染,本站分类归入呼吸系统疾病下的其他类别。
【数据集背景】
非结核分枝杆菌感染在呼吸系统疾病中属于诊断较为困难的类型。患者常面临自行咳痰困难的问题,尤其是难以获得不受口腔菌群污染的痰液标本。口腔菌群污染会降低呼吸道标本的质量,进而影响实验室检测结果的可靠性。目前,对于诱导痰、咳出痰与咽拭子这三种采集方式在抗酸杆菌涂片和培养结果上的比较,尚缺乏明确结论。临床实践中需要合适的标本类型以实现最佳诊断。该数据集正是在这一背景下产生,旨在通过重复测量设计,系统考察不同呼吸道标本在微生物和分子检测中的差异,并关注无法产生呼吸道分泌物的受试者与可产生分泌物患者之间的比较。
【数据内容】
该数据集涉及的主要检测项目包括抗酸杆菌(AFB)涂片、培养以及细胞因子检测。研究对象为诊断为肺部非结核分枝杆菌感染的受试者。研究采用重复测量设计,对同一受试者的微生物和分子结果进行多次观察。标本类型涵盖诱导痰、咳出痰和咽拭子三类。数据集还关注无法产生呼吸道分泌物的受试者,并将其与能够产生分泌物的患者进行比较。关于具体的样本量、检测指标数值、细胞因子种类及浓度范围等详细信息,源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov。研究采用非侵入性呼吸道分泌物采集程序,以降低标本污染风险。采集的标本类型包括诱导痰、咳出痰和咽拭子。研究设计为重复测量设计,针对诊断为肺部非结核分枝杆菌感染的受试者。关于具体的采集时间点、采集频率、采集设备、操作人员资质以及样本运输和储存条件等细节,源站未提供。
【适用场景】
该数据集适用于呼吸系统疾病领域,特别是非结核分枝杆菌感染相关的临床研究与诊断方法比较。其潜在应用场景包括:评估不同呼吸道标本类型在抗酸杆菌涂片和培养中的适用性;比较诱导痰、咳出痰与咽拭子在细胞因子检测中的表现;为临床选择最佳呼吸道标本采集方式提供参考;以及关注无法自行咳痰患者的替代采集策略。关于该数据集是否适用于其他疾病类型或更广泛的呼吸道感染诊断,源站未提供。
【使用方法】
该数据集可用于比较不同呼吸道标本类型在微生物和分子检测中的结果差异。研究人员可基于重复测量设计,分析同一受试者不同标本类型之间的一致性或不一致性。对于无法产生呼吸道分泌物的受试者,可将其数据与能够产生分泌物的患者进行对比分析。关于具体的数据格式、变量命名、统计分析方法、软件工具及访问权限等,源站未提供。
【质量与限制】
该数据集关注的核心问题之一是呼吸道标本的质量,尤其是口腔菌群污染对检测结果的影响。研究采用非侵入性采集程序以降低污染风险。然而,关于该数据集的具体样本量、数据完整性、缺失值情况、偏倚控制措施以及外部验证结果等,源站未提供。此外,该数据集仅针对肺部非结核分枝杆菌感染受试者,其结论是否可推广至其他人群或疾病,源站未提供。
【引用与许可】
该数据集来源于clinicaltrials.gov。关于具体的引用格式、许可协议、使用限制以及数据共享政策等,源站未提供。
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/NCT01150721
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
Conditions: Mycobacterium Infections, Non-tuberculous. In this protocol, a repeated measure design is used to examine microbial and molecular results in subjects with a diagnosis of pulmonary nontuberculous mycobacterial infection. Patients often experience difficulties in the spontaneous expectoration of sputum free from contamination with oral flora which contributes to the poor quality of some respiratory specimens sent to the laboratory. At present, it is not known how induced sputum, expectorated sputum, and pharyngeal swabs compare for acid fast bacilli (AFB) smear and culture results. Appropriate specimens are needed in the clinical setting for optimum diagnosis. In this study, procedures for the non-invasive collection of respiratory secretions will be used to decrease risk of specimen contamination. Subjects who cannot produce respiratory secretions will be compared to patients who are successful. It is not known which factors prevent production of respiratory secretions for testing. Airway inflammation may contribute to difficulty in producing sputum along with dyspnea, phase of illness (newly diagnosed or chronic infection), treatment status, and respiratory condition severity. Subjects will be characterized by phase of illness determined by health history and inflammation using common laboratory tests of inflammation. Respiratory specimens and blood will be collected for microbial testing and a portion will be stored then tested for analysis of pro-inflammatory cytokines (IL-1, IL-6, IL-8, TNF-alpha, & IFN-gamma). Clinical, demographic, laboratory, and patient subjective variables will be tested using regression statistical methods to determine predictors for specimen production success. Clinical variables to be tested include forced expiratory volume at one minute (FEV1) from a pulmonary function test (PFT), phase of illness and treatment, and age. The laboratory tests indicating inflammation include erythrocyte sedimentation rate (ESR), C-reactive protein (CRP), and Beta-2-Microglobulin (Beta-2M). Patient
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




