数据挑战:基于全球监测的鲍曼不动杆菌-醋酸钙不动杆菌复合群多重耐药模式与治疗活性分析(2016–2021)
数据可用于分析最低抑菌浓度分布、药敏随时间变化趋势、区域耐药差异及感染来源特异性耐药谱,并比较临床相关抗菌药物(尤其sulbactam-durlobactam)的体外活性,支持耐药趋势预测与治疗评估(来源 DOI 解析)

基本信息
资源简介
数据挑战:基于全球监测的鲍曼不动杆菌-醋酸钙不动杆菌复合群多重耐药模式与治疗活性分析(2016–2021)
Data Challenge: Global Surveillance-Based Analysis of Multidrug Resistance Patterns and Therapeutic Activity in Acinetobacter baumannii-calcoaceticus Complex Isolates (2016–2021)
该数据集源自Innoviva Specialty Therapeutics监测项目,覆盖2016至2021年全球33个国家、五个地理区域的5,032株Acinetobacter baumannii-calcoaceticus复合群分离株。数据可用于分析最低抑菌浓度分布、药敏随时间变化趋势、区域耐药差异及感染来源特异性耐药谱,并比较临床相关抗菌药物(尤其sulbactam-durlobactam)的体外活性,支持耐药趋势预测与治疗评估(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):鲍曼不动杆菌-醋酸钙不动杆菌复合群(ABC)的抗菌药物耐药性(AMR)已成为全球重大医疗挑战,因其与医院获得性感染、多重耐药、治疗失败和死亡率增加相关。本项目旨在对2016年至2021年间收集的全球ABC分离株进行全面的基于监测的分析,以评估耐药趋势、共耐药模式以及临床相关抗菌药物的体外活性比较,特别关注sulbactam-durlobactam。使用包含来自五个地理区域33个国家的5,032株分离株的Innoviva Specialty Therapeutics监测数据集,我们将分析最低抑菌浓度(MIC)分布、药敏随时间变化趋势、区域耐药变异以及感染来源特异性耐药谱。
【主题与分类】
主题标签:Therapeutic area not listed。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://searchamr.vivli.org/doiLanding/dataRequests/PR00013400
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://doi.org/10.25934/pr00013400
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
鲍曼不动杆菌-醋酸钙不动杆菌复合体(ABC)中的抗菌药物耐药性(AMR)已成为全球医疗领域的重大挑战,因其与医院获得性感染、多重耐药、治疗失败及死亡率增加密切相关。本项目旨在对2016年至2021年间收集的全球ABC分离株进行一项基于监测的综合分析,以评估耐药趋势、共耐药模式以及临床相关抗菌药物的体外活性比较,尤其关注舒巴坦-度洛巴坦。利用Innoviva Specialty Therapeutics监测数据集,该数据集包含来自五大地理区域33个国家的5,032株分离株,我们将分析最低抑菌浓度(MIC)分布、随时间变化的敏感性趋势、区域耐药变异性以及感染来源特异性耐药谱。比较分析将涵盖主要感染类型,包括下呼吸道感染、血流感染、尿路感染、皮肤和软组织感染以及腹腔内感染。
该研究还将进一步调查多重耐药表型,并鉴定对耐药ABC分离株仍保持活性的抗菌药物。将采用统计趋势分析和数据可视化方法,包括耐药热图、时间趋势图和区域敏感性比较,以生成具有临床可解释性的发现。拟开展的工作通过为抗菌药物管理策略提供信息、支持基于证据的经验性治疗以及加强针对高优先级病原体的全球监测工作,直接回应了抗菌药物耐药性领域的关键优先事项。研究结果可能有助于临床医生和公共卫生利益相关者更好地理解ABC中不断演变的耐药动态,并确定在不同地理环境中具有持续有效性的治疗方案。该项目预计将产生可操作的监测见解,从而有助于
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。




