金沙萨准广泛耐药与广泛耐药结核患者结局及不良事件回顾性队列研究
该数据集来自 search.dataone.org，对应一项在刚果民主共和国金沙萨开展的回顾性队列研究，覆盖2015年1月1日至2017年12月31日住院的准广泛耐药与广泛耐药结核患者，并在治疗结束后随访至少6个月至1年
基本信息
资源简介
金沙萨准广泛耐药与广泛耐药结核患者结局及不良事件回顾性队列研究
Outcomes and adverse events of pre- and extensively drug-resistant tuberculosis patients in Kinshasa, Democratique Republic of the Congo: retrospective cohort study
该数据集来自 search.dataone.org，对应一项在刚果民主共和国金沙萨开展的回顾性队列研究，覆盖2015年1月1日至2017年12月31日住院的准广泛耐药与广泛耐药结核患者，并在治疗结束后随访至少6个月至1年。研究为每位患者制定含bedaquiline的个体化20个月治疗方案，系统监测不良事件，记录40例实验室确诊患者中32例启动治疗者的治疗结局与不良事件。数据可用于分析耐药结核治疗结局、不良事件发生情况及影响因素（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：摘要 背景：广泛耐药结核（XDR TB）是一种非常严重的结核病，造成沉重的死亡负担，尤其是在新型抗结核药物问世之前。刚果民主共和国（DRC）是受这一新疫情冲击最严重的国家之一。方法：对2015年1月1日至2017年12月31日期间住院并在治疗结束后随访至少6个月至1年的所有准广泛耐药和广泛耐药结核患者的记录进行回顾性分析；为每位患者制定含bedaquiline的个体化20个月治疗方案。系统监测不良反应。结果：在40例实验室确诊患者中，32例（80%）患者开始治疗，包括29例准广泛耐药和3例广泛耐药结核患者。在符合条件组中，3例患者（9
【主题与分类】
主题标签：Extensively drug resistant tuberculosis、Democratic Republic of the Congo。本站分类：呼吸系统疾病/肺结核。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A1215447c086377680c806ef8555b87b28f90b1b079de46f2838a3e196fd10e41
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
摘要 背景：广泛耐药结核病（XDR TB）是一种极为严重的结核病形式，死亡率极高，尤其是在新型抗结核药物问世之前。刚果民主共和国（DRC）是受这一新疫情冲击最严重的国家之一。方法：对2015年1月1日至2017年12月31日期间在金沙萨住院、并在治疗结束后接受至少6个月至1年监测的所有耐药及广泛耐药结核病患者的病历进行回顾性分析；为每位患者制定包含贝达喹啉、疗程20个月的个体化治疗方案。对不良反应进行系统监测。结果：在40例实验室确诊患者中，32例（80%）患者开始治疗，包括29例耐药结核病和3例广泛耐药结核病患者。在符合条件组中，3例患者（9.4%）合并HIV-TB共感染。治疗成功率为53.2%，死亡率……
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。
