Saccharomyces Boulardii 预防抗生素相关性腹泻的效果
研究对象为 6 个月至 5 岁、因急性上呼吸道感染而服用 co-amoxiclav 的儿童，计划纳入 88 名受试者并随机分为两组，每组 44 人
基本信息
资源简介
Saccharomyces Boulardii 预防抗生素相关性腹泻的效果
本数据集来自 clinicaltrials.gov，主题为 Saccharomyces Boulardii 预防抗生素相关性腹泻的效果。研究对象为 6 个月至 5 岁、因急性上呼吸道感染而服用 co-amoxiclav 的儿童，计划纳入 88 名受试者并随机分为两组，每组 44 人。数据覆盖抗生素相关性腹泻与上呼吸道感染两个主题，可用于评估益生菌干预在儿童抗生素相关性腹泻预防中的效果，以及相关临床预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Antibiotic Associated Diarrhea, Upper Respiratory Tract Infection. 急性上呼吸道感染（URTI）常导致广谱抗生素处方，如 co-amoxiclav，这可能破坏肠道微生物群并引起抗生素相关性腹泻（AAD）。这项单盲随机对照试验将在 Lahore 的 The Children's Hospital, University of Child Health Sciences 的儿科医学门诊部进行。共 88 名年龄在 6 个月至 5 岁、表现为 URTI 并处方 co-amoxiclav 的儿童将在获得其父母或法定监护人书面知情同意后入组。参与者将被随机分为两个相等组（每组 n = 44）：A 组（对照）：标准剂量口服 co-amoxiclav（30 mg/kg/day）共 5 天。B 组（干预）：标准剂量口服 co-amoxiclav（30 mg/kg/day）加 o
【主题与分类】
主题标签：Antibiotic Associated Diarrhea、Upper Respiratory Tract Infection。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07785206
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/NCT07785206
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：抗生素相关性腹泻、上呼吸道感染。急性上呼吸道感染（URTI）常导致广谱抗生素如阿莫西林克拉维酸钾的处方，这可能破坏肠道微生物群并引起抗生素相关性腹泻（AAD）。这项单盲随机对照试验将在拉合尔儿童医院、儿童健康科学大学儿科门诊部进行。共88名6个月至5岁、表现为URTI并开具阿莫西林克拉维酸钾的儿童，在获得其父母或法定监护人书面知情同意后将被纳入。参与者将随机分为两组（每组n=44）：A组（对照组）：标准剂量口服阿莫西林克拉维酸钾（30 mg/kg/天），共5天。B组（干预组）：标准剂量口服阿莫西林克拉维酸钾（30 mg/kg/天）加口服布拉氏酵母菌，共5天。临床反应、排便频率和粪便稠度（使用WHO量表分级）将通过电话和在第5天（抗生素疗程完成时）及第14天的临床随访中进行评估。
任何出现严重脱水或重度腹泻的儿童，都将按照机构安全规程进行管理。
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。
