降钙素原指导的抗生素治疗
该数据集来自 clinicaltrials.gov,主题为降钙素原指导的抗生素治疗,聚焦腹腔内感染。源站描述指出抗生素耐药率居高不下,需通过更审慎的抗生素使用降低耐药发展;复杂性腹腔内感染(CIAIs)全球死亡率为9.2%、发病率为5-50%、腹腔外感染风险为21.5%,治疗原则包括感染源控制和适当

基本信息
资源简介
降钙素原指导的抗生素治疗
该数据集来自 clinicaltrials.gov,主题为降钙素原指导的抗生素治疗,聚焦腹腔内感染。源站描述指出抗生素耐药率居高不下,需通过更审慎的抗生素使用降低耐药发展;复杂性腹腔内感染(CIAIs)全球死亡率为9.2%、发病率为5-50%、腹腔外感染风险为21.5%,治疗原则包括感染源控制和适当抗生素覆盖,但部分CIAIs难以实现感染源控制。STOP-IT试验结论为在实现感染源控制的CIAIs中,较短疗程抗生素与传统较长疗程等效。数据可用于抗生素疗程管理与耐药防控相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:腹腔内感染。2019年美国疾病控制与预防中心(CDC)报告称抗生素耐药率之高令人担忧,并表示临床医生必须通过更审慎的抗生素使用来努力降低耐药性的发展。复杂性腹腔内感染(CIAIs)定义为超出原发空腔脏器并延伸至腹膜腔的感染,是一个常见问题,全球死亡率为9.2%,发病率为5-50%,腹腔外感染风险为21.5%。CIAIs治疗的基本原则包括感染源控制和适当的抗生素覆盖;然而,CIAIs并非总能实现感染源控制,例如憩室或阑尾脓肿。STOP-IT试验得出结论,对于实现感染源控制的CIAIs,较短疗程的抗生素与传统的较长疗程等效。
【主题与分类】
主题标签:Intra-Abdominal Infections。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04240288
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/NCT04240288
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
适应症:腹腔内感染。2019年美国疾病控制中心(CDC)的一份报告指出,抗生素耐药率之高令人担忧,并指出临床医生必须通过更加审慎地使用抗生素来努力降低耐药性的发展。复杂性腹腔内感染(CIAIs)定义为超出原发空腔脏器并延伸至腹膜腔的感染,是全球范围内的常见问题,死亡率为9.2%,发病率为5-50%,腹腔外感染风险为21.5%。CIAIs治疗的基本原则包括感染源控制和适当的抗生素覆盖;然而,在CIAIs中并非总能实现感染源控制,例如憩室或阑尾脓肿。STOP-IT试验得出结论,对于已实现感染源控制的CIAIs,短期抗生素疗程在复发性感染和死亡率方面与传统的长期疗程相当,即使在脓毒症的情况下也是如此,但对于未实现感染源控制的CIAIs患者,最佳抗生素治疗持续时间尚不清楚。由于缺乏指南,这些患者通常接受长期抗生素治疗。
鉴于长期使用抗生素与治疗后感染性并发症发生率及抗菌药物耐药性升高相关,美国感染病学会和外科感染学会认识到,亟需研究复杂性腹腔内感染(CIAIs)的适当抗菌治疗疗程。生物标志物降钙素原由人上皮细胞在细菌感染时表达,可区分真正的细菌感染与全身炎症反应综合征(SIRS),并已在研究中用于识别CIAIs。研究表明,以降钙素原为指导的抗生素管理可减少呼吸道感染的抗生素使用天数,并降低内科和外科重症监护病房(ICU)人群(包括CIAIs患者)的死亡率。然而,评估
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。




