主要急性感染的静脉与口服治疗对比
该数据集来自 clinicaltrials.gov,围绕主要急性感染的静脉与口服抗生素治疗对比,覆盖呼吸道感染、尿路感染和蜂窝织炎

基本信息
资源简介
主要急性感染的静脉与口服治疗对比
该数据集来自 clinicaltrials.gov,围绕主要急性感染的静脉与口服抗生素治疗对比,覆盖呼吸道感染、尿路感染和蜂窝织炎。源站描述指出,住院感染患者常接受静脉抗生素,其理由包括规避吸收减少风险、获得更高血药浓度,以及许多广谱抗生素(如头孢菌素和碳青霉烯类)没有口服剂型;但静脉治疗也存在导管相关感染风险、居家治疗困难、除非微生物学结果明确阳性否则难以转为口服等问题,并导致住院时间延长、经济负担、医院获得性感染风险增加及功能显著下降,尤其对老年患者。该数据可用于感染治疗方式比较相关的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:呼吸道感染、尿路感染、蜂窝织炎。因感染入院的患者常接受静脉抗生素治疗。使用静脉抗生素的理由包括消除吸收减少的风险、达到更高的血清浓度,以及许多广谱抗生素(如头孢菌素和碳青霉烯类)没有口服剂型。然而,静脉抗生素也有缺点,例如导管相关感染的风险、居家治疗的困难,以及除非微生物学结果明确阳性否则难以转为口服抗生素。与静脉抗生素治疗相关的住院时间延长会导致经济负担、医院获得性感染风险增加以及显著的功能下降,尤其是在老年患者中。在
【主题与分类】
主题标签:Respiratory Tract Infections、Urinary Tract Infections、Cellulitis。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06715306
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/NCT06715306
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:呼吸道感染、尿路感染、蜂窝织炎。因感染入院的患者通常接受静脉注射抗生素治疗。使用静脉注射抗生素的理由包括:消除吸收减少的风险、达到更高的血清浓度,以及许多广谱抗生素(如头孢菌素类和碳青霉烯类)没有口服剂型。然而,静脉注射抗生素也有缺点,例如导管相关感染的风险、家庭治疗的困难,以及除非微生物学结果明确为阳性,否则难以转换为口服抗生素。与静脉注射抗生素治疗相关的住院时间延长会带来经济负担、增加医院获得性感染的风险,以及显著的功能下降,尤其是在老年患者中。近几十年来,许多研究探索了在某些感染中完全或部分用口服抗生素替代静脉注射抗生素的可能性。
在本研究中,研究者将考察主要采用口服抗生素方案在急诊科收治的已确诊或疑似感染患者中的安全性和有效性。该研究是一项开放标签、前瞻性、随机对照试验。参与者将被随机分配接受根据丹麦指南进行的标准静脉抗生素治疗,或接受基于参与中心微生物学家和感染病专家根据当地指南制定的个体化建议的口服抗生素治疗。本研究有两个主要结局指标:1)有效性——以随机分组后30天内存活且不在医院的天数来衡量;2)安全性——以随机分组后30天内的死亡率或需要使用血管升压药来衡量。总共需要4,000名患者来评估这两个主要结局指标。目的:该试验旨在研究口服抗生素给药与静脉给药相比的安全性和有效性。
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。




