结核病临床流行病学预测评分开发数据集
该数据集来源于 clinicaltrials.gov，聚焦肺结核，属于呼吸系统疾病范畴。源站描述指出结核病仍是全球重大公共卫生问题，2023年全球约1080万人感染、发病率134/10万、死亡125万
基本信息
资源简介
结核病临床流行病学预测评分开发数据集
该数据集英文名为 Development of a Clinical-epidemiological Score Predictive of Tuberculosis，来源于 clinicaltrials.gov，主题聚焦肺结核，属于呼吸系统疾病范畴。源站描述指出，结核病尽管可治愈、可预防，仍是全球重大公共卫生问题：2023年估计有1080万人感染结核病，发病率为每10万居民134例；同年有125万人死亡，这使结核病成为主要死因之一，也是单一传染性病原体导致死亡的首要原因。该病主要影响处于生产力黄金期的成年人，对家庭预算造成显著影响。研究旨在识别和刻画就诊于研究医院的结核病人群的人口学、流行病学、微生物学、临床和影像学变量，并将该人群作为低流行地区的代表性人群，同时开发结核病风险评分以支持早期鉴别。
【数据集背景】
结核病在全球范围内持续构成沉重的疾病负担。源站描述给出的数据表明，2023年全球约有1080万人感染结核病，发病率为每10万居民134例，同年死亡人数达125万。这些数字说明，尽管结核病在医学上属于可治愈、可预防的疾病，其在全球公共卫生领域的重要性并未减弱。结核病被描述为主要死因之一，并且是单一传染性病原体导致死亡的首要原因。疾病主要影响处于生产力黄金期的成年人，由此产生的经济后果波及家庭预算。在此背景下，该研究关注在低流行地区就诊的结核病人群，试图通过系统刻画该人群的多维度特征，为早期识别和鉴别提供依据，并在此基础上开发结核病风险评分。
【数据内容】
依据源站描述，该数据集所对应的研究聚焦于结核病人群的多类变量，具体包括人口学、流行病学、微生物学、临床和影像学变量。研究目标之一是识别并刻画就诊于研究医院的结核病人群在上述变量上的特征，并将该人群视为低流行环境下的代表性人群。研究的另一目标是开发一个结核病风险评分，用于早期鉴别。源站描述在此处未完整给出风险评分的具体构成、变量权重或评分阈值等信息。数据集是否包含影像原始文件、微生物学检测原始记录或结构化变量表，源站未提供。样本量、变量数量、随访时长等具体规模信息，源站未提供。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov，源站描述所对应的是以结核病为研究条件的临床研究记录。研究以就诊于研究医院的结核病人群为对象，将其作为低流行环境下的代表性人群进行观察与刻画。关于数据采集的具体时间范围、采集地点数量、招募方式、伦理审批信息以及数据登记的具体条目，源站未提供。数据是否经过脱敏处理、以何种格式分发，源站未提供。
【适用场景】
基于源站描述，该数据集及相关研究适用于以下方向：一是了解低流行地区结核病人群的人口学、流行病学、微生物学、临床与影像学特征分布；二是支持结核病早期鉴别相关的方法学研究，尤其是临床-流行病学风险评分的开发与验证；三是为呼吸系统疾病特别是肺结核领域的流行病学分析与公共卫生讨论提供参考。关于该数据集是否适用于机器学习模型训练、是否可用于多中心外部验证或是否支持影像组学分析，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取途径、文件组织方式、变量编码说明、缺失值处理建议以及配套分析代码等。使用者如需了解如何访问或使用该数据，需另行查阅来源站的相关记录。
【质量与限制】
源站描述将研究人群定位为单一医院就诊人群，并将其视为低流行环境下的代表性人群，这一设定可能影响结果向其他地区或不同流行强度人群的外推。源站描述未提供样本量、数据完整性、缺失率、质量控制流程或偏倚评估等信息。风险评分的预测性能指标，如区分度与校准度，源站未提供。数据集的更新频率与版本信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式、许可条款或使用限制。使用者在引用或再利用前，应自行查阅来源站 clinicaltrials.gov 上对应研究记录的相关说明。
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/NCT07485868
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
疾病情况：结核病。尽管结核病是一种可治愈、可预防的疾病，但它仍然是一个重大的全球卫生问题。据估计，2023年有1080万人感染结核病，发病率为每10万居民134例。2023年有125万人死亡，证实该病是主要死因，也是单一传染性病原体导致的首要死因。该病主要影响处于生产力最强时期的成年人，对家庭预算造成重大影响。本研究旨在识别和描述来我院就诊的结核病人群的人口学、流行病学、微生物学、临床和影像学变量特征，作为低流行地区的一个代表性人群。本研究还旨在开发一种结核病风险评分，用于早期区分需要呼吸道隔离的患者与结核病风险可忽略的患者，并提高诊断准确性。
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。
