开发结核病严重程度与治疗进展标志物的回顾性队列研究
该数据集来自 clinicaltrials.gov，属于呼吸系统疾病中的肺结核主题，为一项回顾性观察研究的数据。研究目的是比较诊断时 Xpert MTB/RIF 检测的 Ct 值与基于 AI 的结核活动度评分对利福平敏感肺结核患者治疗结局的预测准确性
基本信息
资源简介
开发结核病严重程度与治疗进展标志物的回顾性队列研究
该数据集对应的是一项关于肺结核的回顾性观察研究，英文名称为“A Retrospective Cohort Study to Develop Markers for TB Severity and Treatment Progress”，在站内归入呼吸系统疾病下的肺结核分类，来源为 clinicaltrials.gov。研究的核心目标是比较两种指标对利福平敏感肺结核患者治疗结局的预测准确性：一是诊断时通过 Xpert MTB/RIF 检测获得的 Ct 值，二是基于人工智能的结核活动度评分。研究对象为在参与机构通过痰液 Xpert MTB/RIF 检测确诊为利福平敏感肺结核的患者，相关数据来自 2019 年，样本量最多可达 900 人。该数据集围绕肺结核严重程度与治疗进展标志物的开发，属于呼吸系统疾病领域中以检验指标和影像/算法评分为切入点的研究数据资源。
【数据集背景】
肺结核的治疗结局预测是临床管理中的重要问题。该研究以利福平敏感肺结核患者为对象，试图回答一个具体问题：诊断时 Xpert MTB/RIF 检测的 Ct 值与基于 AI 的结核活动度评分，哪一种能更准确地预测患者的治疗结局。Xpert MTB/RIF 是痰液检测手段，其 Ct 值可作为半定量的细菌负荷信号；基于 AI 的结核活动度评分则代表另一类可量化的疾病活动度指标。研究通过回顾性队列设计，将这两种指标置于同一比较框架下，服务于结核严重程度与治疗进展标志物的开发目标。数据集所属主题标签为 Pulmonary Tuberculoses 与 Tuberculosis, Pulmonary，对应呼吸系统疾病中的肺结核方向。
【数据内容】
源站描述显示，该研究分析的是 2019 年在参与机构通过痰液 Xpert MTB/RIF 检测确诊为利福平敏感肺结核的患者数据，纳入人数最多为 900 人。数据内容围绕诊断时的 Xpert MTB/RIF Ct 值、基于 AI 的结核活动度评分以及患者治疗结局展开，用于比较两类指标对治疗结局的预测准确性。关于具体变量字段、随访时间点、结局定义方式、AI 评分的输入数据形式等细节，源站未提供。
【采集与来源】
数据来源为 clinicaltrials.gov 登记的研究，设计类型为回顾性观察研究。采集地点为参与机构，采集对象为 2019 年经痰液 Xpert MTB/RIF 检测确诊的利福平敏感肺结核患者。研究不涉及前瞻性干预，而是对既有诊疗记录中的检测结果与治疗结局进行回顾性分析。关于参与机构的具体数量与名称、数据提取的具体时间窗口、伦理审批与知情同意安排等，源站未提供。
【适用场景】
该数据集适用于肺结核治疗结局预测相关的方法学研究与验证，尤其是比较微生物学指标（Xpert MTB/RIF Ct 值）与算法类活动度评分在预测准确性上的差异。潜在用途包括：评估 Ct 值作为治疗结局预测标志物的价值；检验基于 AI 的结核活动度评分在利福平敏感肺结核人群中的预测表现；为结核严重程度与治疗进展标志物的开发提供回顾性数据基础。由于研究限定于利福平敏感肺结核且为回顾性设计，其结论外推到耐药结核或其他人群时需谨慎。关于具体建模任务、评价指标与验证方案，源站未提供。
【使用方法】
源站描述仅说明研究比较诊断时 Xpert MTB/RIF Ct 值与 AI 结核活动度评分对治疗结局的预测准确性，未提供数据访问方式、文件格式、字段说明、预处理步骤或分析代码等信息。因此，具体的使用方法、数据获取途径与操作流程，源站未提供。
【质量与限制】
该研究为回顾性观察设计，样本量上限为 900 人，研究对象限定为利福平敏感肺结核患者，数据来自 2019 年参与机构的痰液 Xpert MTB/RIF 检测人群。这些特征意味着结果可能受回顾性数据固有的选择与记录偏倚影响，且外推范围受人群与时间限定约束。关于缺失数据处理、质量控制流程、样本代表性评估及偏倚控制措施等，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov 登记的研究，英文名称为“A Retrospective Cohort Study to Develop Markers for TB Severity and Treatment Progress”。关于引用格式、许可条款、使用限制与数据共享政策，源站未提供。
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/NCT05477966
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
条件：肺结核、结核病、肺结核。本研究的目的是比较诊断时Xpert MTB/RIF检测的Ct值与基于人工智能的结核活动评分在预测利福平敏感肺结核患者治疗结局方面的准确性。作为一项回顾性观察研究，将分析参与机构2019年通过痰液Xpert MTB/RIF检测诊断为利福平敏感肺结核的患者数据（最多900人）。
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。
