优化剂量利福平与莫西沙星治疗药物敏感肺结核的实用性试验
源站描述为一项临床试验,主要有效性目标是评估基于优化剂量利福平联合或不联合莫西沙星的两种实验方案给药16周,在患者生存、治疗开始后12个月无结核方面是否非劣于给药26周的标准治疗;主要安全性目标是评估上述实验方案与标准治疗在CTCAE 3级及以上不良事件频率方面是否同样安全可耐受

基本信息
资源简介
优化剂量利福平与莫西沙星治疗药物敏感肺结核的实用性试验
该数据集来自 clinicaltrials.gov,属于呼吸系统疾病下的肺结核主题,涉及 Tuberculosis 与 Human Immunodeficiency Virus。源站描述为一项临床试验,主要有效性目标是评估基于优化剂量利福平联合或不联合莫西沙星的两种实验方案给药16周,在患者生存、治疗开始后12个月无结核方面是否非劣于给药26周的标准治疗;主要安全性目标是评估上述实验方案与标准治疗在CTCAE 3级及以上不良事件频率方面是否同样安全可耐受。数据可用于结核病治疗方案比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Tuberculosis、Human Immunodeficiency Virus。本临床试验的研究目标为——主要有效性目标:评估基于优化剂量利福平联合或不联合莫西沙星的两种实验方案给药16周,在患者生存、治疗开始后12个月无结核方面,是否非劣于给药26周的药物敏感结核病标准治疗。主要安全性目标:评估基于优化剂量利福平联合或不联合莫西沙星的两种实验方案给药16周,在常见不良事件评价标准(CTCAE)3级及以上严重程度不良事件(AEs)的频率方面,是否与给药26周的药物敏感结核病标准治疗同样安全且可耐受。参与者 w
【主题与分类】
主题标签:Tuberculosis、Human Immunodeficiency Virus。本站分类:呼吸系统疾病/肺结核。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05575518
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/NCT05575518
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:结核病、人类免疫缺陷病毒。本临床试验的研究目标为:主要有效性目标:评估两种基于优化剂量利福平、联合或不联合莫西沙星、疗程16周的实验性方案中的一种或两种,在药物敏感性结核病治疗中是否非劣效于疗程26周的标准治疗,评估依据为患者生存情况、治疗开始后12个月时无结核病。主要安全性目标:评估两种基于优化剂量利福平、联合或不联合莫西沙星、疗程16周的实验性方案中的一种或两种,在药物敏感性结核病治疗中是否与疗程26周的标准治疗同样安全和可耐受,评估依据为不良事件通用术语标准(CTCAE)3级或以上严重程度不良事件(AEs)的发生频率。受试者将为加蓬、马拉维、莫桑比克和坦桑尼亚年龄18岁及以上、经细菌学确诊的肺结核患者,无论是否合并HIV感染。
试验现场也是PanACEA/SimpliciTB组的既定成员,包括加蓬兰巴雷内医学研究中心(CERMEL)、马拉维卡穆祖健康科学大学(KUHES)的北方健康结核病倡议(HNTI)、莫桑比克国家卫生研究院(INS)的Polana Caniço健康研究与培训中心(CISPOC),以及坦桑尼亚Kibong’oto传染病医院。
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。




