支气管扩张症急性加重期上呼吸道感染痰病原谱与临床结局前瞻性队列研究
该数据集来自一项前瞻性队列研究，收集2017年3月至2021年12月成人支气管扩张症患者的痰标本，共479份非急性加重样本和170份急性加重样本，按上呼吸道感染相关与否分层，并进行细菌培养和病毒PCR检测
基本信息
资源简介
支气管扩张症急性加重期上呼吸道感染痰病原谱与临床结局前瞻性队列研究
Sputum pathogen spectrum and clinical outcomes of upper respiratory tract infection in bronchiectasis exacerbation: a prospective cohort study
该数据集来自一项前瞻性队列研究，收集2017年3月至2021年12月成人支气管扩张症患者的痰标本，共479份非急性加重样本和170份急性加重样本，按上呼吸道感染相关与否分层，并进行细菌培养和病毒PCR检测。数据可用于分析上呼吸道感染对支气管扩张症急性加重的影响、痰病原谱特征及临床结局，支持感染相关急性加重的分类与预测研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Sputum pathogen spectrum and clinical outcomes of upper respiratory tract infection in bronchiectasis exacerbation: a prospective cohort study》发表于 Emerging Microbes & Infections（2023），DOI：10.1080/22221751.2023.2202277。项目资助方：This article was supported by National Science Foundation – Outstanding Youth Fund [grant number 82222001], National Natural Science Foundation of China [grant number 81870003], Guangdong Science and Technology Foundation Natural Science Foundation [grant number 2019A1515011634], Zhongnanshan Medical Foundation of Guangdong Province (grant number ZNSA-2020013), Guangzhou Science and Technology Plans (grant number 2023B03J0407 and 202102010372), Plan on Enhancing Scientific Research in Guangzhou Medical University (grant number not applicable) (to Prof. Guan), and Guangzhou Science and Technology Plans (grant number 202201020517, to Dr. Zhang).。源站首次发布：2023-05-27。
【数据内容】
源站描述（机器翻译，仅供参考）：上呼吸道感染（URTI）在人群中常见。我们旨在分析支气管扩张症急性加重（AE）期间的痰病原谱及URTI对AE的影响。2017年3月至2021年12月，我们前瞻性收集成人支气管扩张症患者的痰标本。我们将AE分为与URTI相关的事件（URTI-AE）和与URTI无关的事件（non-URTI-AE）。我们记录了未发生AE的URTI（URTI-non-AE）。我们通过细菌培养和聚合酶链反应进行病毒检测，并通过纵向随访探讨URTI-AE的病原谱和临床影响。最终，我们收集了479份非AE样本（113份采集于URTI-non-AE，225份采集于临床稳定期）和170份AE样本（89份采集于URTI-AE，81份采集于non-URTI-AE）。URTI-AE的病毒检出率（46.1%）显著高于non-URTI-AE（4.9%）和URTI-non-AE（11.5%）（均
【数据结构与技术规格】
文件数 10 个，合计 8.07 MB。数据集 DOI：10.6084/m9.figshare.22782609.v2。
【主题与分类】
源站学科分类：Medicine、Pharmacology、Biotechnology、Environmental Sciences not elsewhere classified、Sociology、Immunology。主题标签：Upper respiratory tract infections、bronchiectasis、virus、exacerbation、symptom burden。本站分类：呼吸系统疾病。
【适用方向】
源站学科分类标注为 Medicine、Pharmacology、Biotechnology、Environmental Sciences not elsewhere classified、Sociology、Immunology。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Sputum_pathogen_spectrum_and_clinical_outcomes_of_upper_respiratory_tract_infection_in_bronchiectasis_exacerbation_a_prospective_cohort_study/22782609
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Sputum pathogen spectrum and clinical outcomes of upper respiratory tract infection in bronchiectasis exacerbation: a prospective cohort study. Taylor & Francis. Huang, Yan; Chen, Chun-lan; Cen, Lai-jian; Li, Hui-min; Lin, Zhen-hong; Zhu, Si-yu; et al
【使用注意】
· 源站最后修改于 2024-02-14，引用时请注意版本时效。
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://doi.org/10.6084/m9.figshare.22782609.v2
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:
数据集大小约 8.1 MB。
数据说明
上呼吸道感染（URTI）在人群中常见。我们试图分析痰液病原谱及上呼吸道感染对支气管扩张症急性加重（AE）的影响。2017年3月至2021年12月，我们前瞻性收集了成人支气管扩张症患者的痰液。我们将急性加重分为与上呼吸道感染相关的事件（URTI-AE）和与上呼吸道感染无关的事件（non-URTI-AE）。我们记录了未发生急性加重的上呼吸道感染（URTI-non-AE）。我们进行了细菌培养和聚合酶链反应病毒检测，并通过纵向随访探讨了URTI-AE的病原谱及临床影响。最终，我们收集了479份非急性加重样本（113份采集于URTI-non-AE时，225份采集于临床稳定期）和170份急性加重样本（89份采集于URTI-AE时，81份采集于non-URTI-AE时）。URTI-AE的病毒检出率（46.1%）显著高于non-URTI-AE（4.9%）和URTI-non-AE（11.5%）（均P < 0.01）。与non-URTI-AE相比，鼻病毒[比值比（OR）：5.00，95%置信区间（95%CI）：1.06–23.56，P = 0.03]检出与URTI-AE独立相关。
与URTI-non-AE相比，URTI-AE往往具有更高的病毒载量以及鼻病毒、偏肺病毒的检出率和细菌转换。与无AE的URTI相比，URTI-AE与更高的初始病毒载量（尤其是鼻病毒、偏肺病毒）、更大的症状负担（三种经验证问卷的评分更高）以及更长的恢复时间相关。曾发生URTI-AE可预测未来发生URTI-AE的风险更高（OR：10.90，95%CI：3.60–33.05）。总之，URTI与特定的病原谱相关，并加重支气管扩张症急性加重，为通过预防URTI来阻止支气管扩张症进展提供了科学依据。
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。
