Valganciclovir 与 Letermovir 用于心脏移植 CMV 预防的对比研究
该数据集来自 clinicaltrials.gov,聚焦于心脏移植受者中 CMV 预防策略的对比研究,涉及 CMV 病毒血症、心脏移植感染、心脏移植失败与排斥等主题

基本信息
资源简介
Valganciclovir 与 Letermovir 用于心脏移植 CMV 预防的对比研究
该数据集来自 clinicaltrials.gov,聚焦于心脏移植受者中 CMV 预防策略的对比研究,涉及 CMV 病毒血症、心脏移植感染、心脏移植失败与排斥等主题。研究为多中心前瞻性双臂随机试验,旨在评估 letermovir 作为心脏移植后 CMV 主要预防手段的安全性。尽管 letermovir 在肾移植、肺移植和造血干细胞移植人群中已有安全性和有效性证据,但心脏移植后主要预防的前瞻性数据仍缺乏。该数据可用于分析心脏移植后 CMV 预防的疗效与安全性差异,支持临床决策与后续研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:CMV 病毒血症、心脏移植感染、心脏移植失败与排斥。本试验是一项多中心前瞻性、双臂随机研究,旨在评估 letermovir 作为近期接受心脏移植患者 CMV 主要预防手段的安全性。尽管有研究结果支持 letermovir 在某些患者群体(肾移植、肺移植和造血干细胞移植)中的安全性和有效性特征,但明显缺乏前瞻性数据支持 letermovir 用于近期接受心脏移植患者 CMV 主要预防。因此,尽管大量研究表明 letermovir 不劣于 valganciclovir,且显著减少白细胞减少和中性粒细胞减少,valganciclovir 仍是心脏移植受者初始 CMV 预防用药。本研究旨在 eithe
【主题与分类】
主题标签:CMV Viremia、Heart Transplant Infection、Heart Transplant Failure and Rejection。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07079735
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/NCT07079735
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:CMV病毒血症、心脏移植感染、心脏移植失败与排斥反应。本试验是一项多中心前瞻性、双臂随机研究,旨在评估莱特莫韦作为近期接受心脏移植患者CMV主要预防用药的安全性。尽管有研究结果支持莱特莫韦在特定患者群体(肾移植、肺移植和造血干细胞移植)中的安全性和有效性,但目前明显缺乏前瞻性数据来支持莱特莫韦用于近期接受心脏移植患者的CMV一级预防。因此,尽管大量研究表明莱特莫韦不劣于缬更昔洛韦,且能显著减少白细胞减少症和中性粒细胞减少症,缬更昔洛韦仍是心脏移植受者初始CMV预防用药。本研究旨在要么证实莱特莫韦在其他患者群体中的研究结果,要么揭示在心脏移植患者中使用莱特莫韦的潜在问题。接受莱特莫韦的患者还将同时服用阿昔洛韦用于HSV(单纯疱疹病毒)预防,为期6个月。
服用缬更昔洛韦的患者无需此项,因为缬更昔洛韦已覆盖HSV。低风险患者在此期间也将接受监测,以便更好地了解该人群中的CMV疾病。
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。




