非抗生素药物对寻常痤疮患者痤疮丙酸杆菌的抗菌作用

该数据集来自 clinicaltrials.gov,聚焦寻常痤疮患者中痤疮丙酸杆菌(C. acnes)的非抗生素药物抗菌作用

Zagazig UniversityZagazig University
clinicaltrials
浏览 13
其他Acne Vulgaris
Anti-microbial Role of Non-antibiotic Agents Against Cutibacterium Acnes in Patients With Acne Vulgaris

基本信息

模态
其他
创建/更新时间
2026-10-07

资源简介

非抗生素药物对寻常痤疮患者痤疮丙酸杆菌的抗菌作用

该数据集来自 clinicaltrials.gov,聚焦寻常痤疮患者中痤疮丙酸杆菌(C. acnes)的非抗生素药物抗菌作用。研究纳入 24 名来自埃及 Zagazig University Hospitals 皮肤性病与男科门诊的患者,采用 GAGS 评估皮损严重程度,并采集微生物样本用于分离 C. acnes、检测其对阿奇霉素和多西环素的敏感性,以及在有无水杨酸、异维A酸和 N-乙酰半胱氨酸条件下的生物膜形成能力。数据可用于分析非抗生素药物对痤疮丙酸杆菌的抗菌与抗生物膜效果(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:寻常痤疮。本研究在 24 名寻常痤疮患者中开展。他们从埃及 Zagazig University Hospitals 皮肤性病与男科门诊招募。皮损严重程度通过全球痤疮分级系统(GAGS)确定。从所有患者采集微生物样本用于:1. 分离 C. acnes 2. 在存在和不存在水杨酸、异维A酸和 N-乙酰半胱氨酸的情况下,对 C. acnes 分离株针对治疗痤疮最常用抗生素(阿奇霉素和多西环素)进行抗生素敏感性检测 3. 在存在和不存在水杨酸、异维A酸和 N-乙酰半胱氨酸的情况下,检测 C. acnes 分离株的生物膜形成能力

【主题与分类】

主题标签:Acne Vulgaris。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06179056

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06179056

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:寻常痤疮。本研究对24例寻常痤疮患者进行了研究。他们是从埃及扎加齐格大学医院皮肤性病与男科门诊招募的。病变严重程度通过全球痤疮分级系统(GAGS)确定。从所有患者采集微生物样本用于:1. 分离痤疮丙酸杆菌;2. 在存在和不存在水杨酸、异维A酸和N-乙酰半胱氨酸的情况下,对痤疮丙酸杆菌分离株针对治疗痤疮最常用抗生素(阿奇霉素和多西环素)进行抗生素敏感性试验;3. 在存在和不存在水杨酸、异维A酸和N-乙酰半胱氨酸的情况下,检测痤疮丙酸杆菌分离株的生物膜形成能力。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。