MAC肺病治疗中的药物暴露与最低抑菌浓度数据集
该数据集来自clinicaltrials.gov,为一项观察性队列研究,纳入培养阳性的MAC肺病成年患者(n=100),记录基线人口学、行为、临床及实验室信息,并在基线及每3个月采集呼吸道样本进行分枝杆菌培养,获取培养阳性时间(TTP)等指标

基本信息
资源简介
MAC肺病治疗中的药物暴露与最低抑菌浓度数据集
该数据集来自clinicaltrials.gov,为一项观察性队列研究,纳入培养阳性的MAC肺病成年患者(n=100),记录基线人口学、行为、临床及实验室信息,并在基线及每3个月采集呼吸道样本进行分枝杆菌培养,获取培养阳性时间(TTP)等指标。数据覆盖MAC肺病诊疗与药物暴露、最低抑菌浓度相关信息,可用于研究药物暴露与MIC同治疗结局的关联,支持预测建模等分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Mycobacterium Avium Complex、Mycobacterium Avium-Intracellulare感染、革兰阳性细菌感染、分枝杆菌感染。这是一项观察性队列研究,旨在在研究医院纳入同意的培养阳性MAC肺病成年患者(n=100)。MAC肺病的诊断和治疗将遵循ATS/ERS/ESCMID/IDSA及中国国家指南(9, 10)。至少接受由大环内酯类、利福霉素和乙胺丁醇组成的方案治疗的患者将接受资格筛选。详细的人口学、行为、临床和实验室信息将在基线时记录。呼吸道样本(痰和/或支气管肺泡灌洗液)将在基线时及每3个月采集一次,直至治疗完成,使用BACTEC MGIT 960进行分枝杆菌培养。分枝杆菌培养阳性时间(TTP)将被rec
【主题与分类】
主题标签:Mycobacterium Avium Complex、Gram-Positive Bacterial Infections、Mycobacterium Infections。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05824988
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/NCT05824988
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
条件:鸟分枝杆菌复合群、鸟分枝杆菌-胞内分枝杆菌感染、革兰阳性细菌感染、分枝杆菌感染。这是一项观察性队列研究,旨在招募同意参与的成人MAC肺病患者,这些患者在研究医院经培养呈阳性(n=100)。MAC肺病的诊断和治疗将遵循ATS/ERS/ESCMID/IDSA及中国国家指南(9, 10)。至少接受由大环内酯类、利福霉素类和乙胺丁醇组成的方案治疗的患者将接受资格筛选。详细的人口学、行为、临床和实验室信息将在基线时记录。呼吸道样本(痰和/或支气管肺泡灌洗液)将在基线时及每3个月收集一次,直至治疗完成,用于使用BACTEC MGIT 960进行分枝杆菌培养。将记录分枝杆菌培养阳性时间(TTP),以估算细菌载量,作为菌落形成单位计数的替代指标。
将在基线、治疗六个月时和/或治疗期间最后一次可获得的阳性培养物上进行MIC测定,使用Sensititre™ SLOMYCO2药敏检测板,以评估获得性耐药的发生情况。将在治疗开始后一个月对所有研究患者进行药物浓度测定。将对前30例年龄<65岁的患者实施密集采血(服药后0、1、2、4、6和8小时),以支持群体药代动力学模型的建立。其余患者将采用有限采样策略(服药后2和6小时),以提高研究的可行性。对于六个月时治疗反应不佳的患者,将额外进行有限采样策略的血样采集。所建立的药代动力学模型将用于准确计算血浆浓度-时间曲线下面积(AUC)和血浆峰浓度(Cmax),作为主要暴露变量。为全面评估对MAC治疗的反应,将进行分枝杆菌培养、肺功能检查、计算机断层扫描(CT)以及问卷
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。




