强化结核病治疗降低结核性脑膜炎患者死亡率

该数据集来自clinicaltrials.gov,针对结核性脑膜炎患者,在科特迪瓦、马达加斯加、乌干达和南非开展,计划纳入768例患者(每组192例),随访40周

ANRS, Emerging Infectious DiseasesANRS, Emerging Infectious Diseases
clinicaltrials
浏览 9
其他预测Tuberculous Meningitis
Intensified Tuberculosis Treatment to Reduce the Mortality of Patients With Tuberculous Meningitis

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

强化结核病治疗降低结核性脑膜炎患者死亡率

该数据集来自clinicaltrials.gov,针对结核性脑膜炎患者,在科特迪瓦、马达加斯加、乌干达和南非开展,计划纳入768例患者(每组192例),随访40周。主要分析采用Cox比例风险模型,比较强化结核治疗与WHO标准结核治疗、阿司匹林与安慰剂,并调整试验国家、HIV状态和BMRC严重程度分级等分层变量,在意向治疗人群中分析。数据可用于评估强化治疗对死亡率的预测效果及相关子研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:结核性脑膜炎。地点:科特迪瓦、马达加斯加、乌干达、南非。随访:参与者将被随访40周。样本量:768名患者(每组192名)。主要分析:我们将使用Cox比例风险比模型比较强化结核治疗与WHO标准结核治疗,以及阿司匹林与安慰剂,并调整初始分层变量(试验国家、HIV状态、英国医学研究委员会[BMRC]严重程度分级)。主要分析将在意向治疗人群中进行。子研究: PK-PD子研究将在4个参与国进行,共涉及40名参与者。 Multi-Omics子研究仅在南非进行,将涉及该国160名参与者。每个子研究的参与者将签署特定的知情同意书。

【主题与分类】

主题标签:Tuberculous Meningitis。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/NCT04145258

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04145258

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:结核性脑膜炎。地点:科特迪瓦、马达加斯加、乌干达、南非。随访:参与者将被随访40周。样本量:768名患者(每组192名)。主要分析:我们将使用Cox比例风险比模型,比较强化结核病治疗与WHO标准结核病治疗,以及阿司匹林与安慰剂,并调整初始分层变量(试验国家、HIV状态、英国医学研究委员会[BMRC]严重程度分级)。主要分析将在意向治疗人群中进行。子研究:* 药代动力学-药效学(PK-PD)子研究将在4个参与国进行,共涉及40名参与者。* 多组学子研究仅在南非进行,将涉及该国的160名参与者。每个子研究的参与者将签署特定的知情同意书。

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。

获取专属数据定制方案