数据:比较全科医疗中自动化与视觉即时检验尿液分析的前瞻性观察性研究

该数据集来自荷兰六家全科医生团体诊所开展的前瞻性观察性研究,比较自动化尿液分析与视觉尿液分析在常规全科医疗中的分析性能,并以初级保健实验室方法作为参考标准

DryadDryad
dryad
浏览 11
表格分类Point-of-care testingurinalysisGeneral Practiceurine analysisUrinary tract infectionsDiagnosis
Data from: Prospective, observational study comparing automated and visual point-of-care urinalysis in general practice

基本信息

模态
表格
大小
0.000131861 GB
任务类型
分类
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-12

资源简介

数据:比较全科医疗中自动化与视觉即时检验尿液分析的前瞻性观察性研究

Data from: Prospective, observational study comparing automated and visual point-of-care urinalysis in general practice

该数据集来自荷兰六家全科医生团体诊所开展的前瞻性观察性研究,比较自动化尿液分析与视觉尿液分析在常规全科医疗中的分析性能,并以初级保健实验室方法作为参考标准。数据覆盖即时检验尿液分析场景,涉及尿路感染的诊断评估。可用于研究自动化与人工判读尿液分析在灵敏度等分析性能上的差异,以及即时检验对诊断结果和患者管理优化的潜在价值(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2016。

【数据内容】

源站描述(机器翻译,仅供参考):目的:即时检验(POCT)尿液分析可能减少(主观)判读、登记和沟通检测结果中的错误,并可能改善诊断结果和优化患者管理。目前缺乏证据。在本研究中,我们比较了自动化尿液分析和视觉尿液分析与参考标准在常规全科医疗中的分析性能。设置:该研究在荷兰六家全科医生(GP)团体诊所进行。在这些诊所中,将自动化尿液分析与视觉尿液分析进行比较。参考检测在一家初级保健实验室(Saltro,Utrecht,The Netherlands)进行。主要和次要结局指标:与参考实验室方法相比,自动化尿液分析和视觉尿液分析的分析性能是主要结局指标,通过计算灵敏度进行分析

【主题与分类】

主题标签:Point-of-care testing、urinalysis、General Practice、urine analysis、Urinary tract infections、Diagnosis。本站分类:泌尿生殖系统疾病/尿路感染。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.rp65k

使用许可:Creative Commons Zero v1.0 Universal。

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://doi.org/10.5061/dryad.rp65k

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。

数据集大小约 131.9 KB。

数据说明

目的 即时检验(POCT)尿液分析可能减少(主观)读取、登记和沟通检测结果中的错误,并可能改善诊断结果和优化患者管理。但目前缺乏证据。在本研究中,我们比较了自动化尿液分析与视觉尿液分析在常规全科医疗中的分析性能,并与参考标准进行了对比。设置 研究在荷兰的六个全科医生(GP)团体诊所进行。在这些诊所中,自动化尿液分析与视觉尿液分析进行了比较。参考检测在一家初级保健实验室(荷兰乌得勒支的Saltro)进行。主要和次要结局指标 与参考实验室方法相比,自动化和视觉尿液分析的分析性能是主要结局指标,通过计算灵敏度、特异性、阳性预测值(PPV)和阴性预测值(NPV)以及Cohen’s κ一致性系数进行分析。次要结局指标是POCT分析器的用户友好性。

结果 在全科诊所中,由经验丰富且接受常规培训的诊所助理操作的自动尿液分析仪,在检测亚硝酸盐、白细胞和红细胞方面,其性能与肉眼尿液分析相当。亚硝酸盐检测的一致性在自动和肉眼尿液分析中均较高。κ值分别为0.824和0.803(分别评为非常好和良好)。对于白细胞,自动和肉眼尿液分析与中心实验室参考标准的一致性均较差(POCT为0.256,肉眼为0.197,分别评为一般和差)。红细胞的κ值较高:0.517(自动)和0.416(肉眼),均评为中等。Urisys 1100分析仪易于使用,且被认为不易出错。结论 在常规全科医疗中,自动尿液分析在读取亚硝酸盐、白细胞和红细胞方面,其表现与传统肉眼尿液分析相当。实施自动尿液分析

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