头孢呋辛目标达成率数据集
该数据集来源于 clinicaltrials.gov,围绕细菌感染患者中头孢呋辛的给药优化问题,关注药代动力学-药效学(PK-PD)目标 50%T>MIC 的达成情况

基本信息
资源简介
头孢呋辛目标达成率数据集
该数据集来源于 clinicaltrials.gov,围绕细菌感染患者中头孢呋辛的给药优化问题,关注药代动力学-药效学(PK-PD)目标 50%T>MIC 的达成情况。头孢呋辛为第二代头孢菌素,呈时间依赖性杀菌,其疗效与血清浓度高于最低抑菌浓度(MIC)的时间占给药间隔的百分比相关。数据可用于分析住院患者头孢呋辛给药方案与目标达成率的关系,为抗菌药物剂量优化和耐药防控研究提供基础(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:细菌感染、Kinesics。摘要 理由:细菌感染患者的最佳抗生素给药至关重要。给药不足可导致治疗失败并促进抗菌药物耐药性的出现,而过量给药可能导致(有害的)副作用。抗生素头孢呋辛是第二代头孢菌素,常用于住院患者。头孢呋辛与其他头孢菌素一样,表现出时间依赖性杀菌。因此,药效学目标最好描述为血清浓度保持在细菌最低抑菌浓度(MIC)以上的给药间隔百分比(T>MIC)。达到50%T>MIC的药代动力学-药效学(PK-PD)目标与头孢呋辛的抗菌治疗疗效相关。由于头孢呋辛几乎完全通过肾
【主题与分类】
主题标签:Infection, Bacterial、Kinesics。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05200975
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/NCT05200975
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:细菌感染,身势学。摘要 理由:细菌感染患者的最佳抗生素给药至关重要。给药不足可能导致治疗失败并促进抗菌药物耐药性的出现,而过量给药则可能导致(有害的)副作用。抗生素头孢呋辛是第二代头孢菌素,常用于住院患者。头孢呋辛与其他头孢菌素一样,具有时间依赖性杀菌作用。因此,药效学靶标最好描述为血清浓度高于细菌最低抑菌浓度(MIC)的时间占给药间隔的百分比(T>MIC)。达到50%T>MIC的药代动力学-药效学(PK-PD)靶标与头孢呋辛的抗菌治疗疗效相关。由于头孢呋辛几乎完全通过肾脏排泄,肾功能损害患者(eGFR<30ml/min/1.73m2)减少头孢呋辛剂量是标准治疗。
目前尚无前瞻性证据表明,现行指南推荐的头孢呋辛给药方案能使普通病房成年患者达到至少50%T>MIC,尤其是接受头孢呋辛减量治疗的肾功能不全患者。目的:探讨普通病房肾功能正常及肾功能不全的成年患者在接受常规剂量和减量头孢呋辛治疗时,治疗最初24小时内是否达到头孢呋辛的PK-PD目标(50%T>MIC)。研究设计:观察性、前瞻性单中心队列研究。研究人群:在Noordwest Ziekenhuisgroep(NWZ)普通病房接受头孢呋辛作为标准治疗一部分的成年患者(年龄≥18岁)。干预措施:72小时内进行三次静脉穿刺,总共采集最多18ml静脉血。主要研究参数:达到头孢呋辛PK-PD目标50%T>MIC的患者百分比。将针对肾功能正常并接受常规头孢呋辛剂量的患者进行研究
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。




