囊性纤维化患者中Omadacycline的药代动力学
源站描述指出，Omadacycline对包括耐甲氧西林金黄色葡萄球菌（MRSA）、Burkholderia cepacia及非结核分枝杆菌（NTM）在内的多种病原体具有良好活性，而这些病原体是CF患者肺部感染的潜在来源
基本信息
资源简介
囊性纤维化患者中Omadacycline的药代动力学
本数据集来自clinicaltrials.gov，主题为囊性纤维化（Cystic Fibrosis）患者中Omadacycline的药代动力学研究。源站描述指出，Omadacycline对包括耐甲氧西林金黄色葡萄球菌（MRSA）、Burkholderia cepacia及非结核分枝杆菌（NTM）在内的多种病原体具有良好活性，而这些病原体是CF患者肺部感染的潜在来源。研究者希望了解未来治疗CF患者肺部感染所需的Omadacycline最佳剂量，研究假设是该药在CF患者中具有良好的口服生物利用度。数据可用于探索该药在CF人群中的药代动力学特征与剂量优化（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：囊性纤维化。Omadacycline对包括耐甲氧西林金黄色葡萄球菌（MRSA）、Burkholderia cepacia和非结核分枝杆菌（NTM）在内的细菌表现出极好的活性，这些细菌是CF患者肺部感染的潜在来源。由于Omadacycline对CF中的多种病原体表现出抗菌活性，研究者希望了解未来治疗CF患者肺部感染所需的Omadacycline最佳剂量。研究假设是Omadacycline在CF患者中将表现出良好的口服生物利用度。
【主题与分类】
主题标签：Cystic Fibrosis。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04460586
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/NCT04460586
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: Cystic Fibrosis. Omadacycline exhibits excellent activity against bacteria including methicillin-resistant Staphylococcus aureus (MRSA), Burkholderia cepacia, and Nontuberculous mycobacteria (NTM) that are a potential source of lung infection in CF patients. As omadacycline demonstrates antimicrobial activity against a number of pathogens in CF, the investigators hope to learn the optimal dose of omadacycline necessary to treat lung infections in patients with CF in the future. The study hypothesis is that omadacycline will exhibit good oral bioavailability in patients with CF.
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。
