直接抗病毒药物治疗丙型肝炎病毒感染患者的肺动脉高压研究
该数据集来自 clinicaltrials.gov,聚焦于接受直接抗病毒药物(DAA)治疗的丙型肝炎病毒(HCV)感染患者中肺动脉高压(PAH)的发生情况

基本信息
资源简介
直接抗病毒药物治疗丙型肝炎病毒感染患者的肺动脉高压研究
该数据集来自 clinicaltrials.gov,聚焦于接受直接抗病毒药物(DAA)治疗的丙型肝炎病毒(HCV)感染患者中肺动脉高压(PAH)的发生情况。源站描述指出,HCV 感染并非 PAH 的既定危险因素,但已有病例报告提示 HCV 药物与 PAH 可能存在关联,且迄今缺乏相关临床研究。该数据可用于探索 DAA 治疗与 PAH 风险之间的关联,为循环系统疾病尤其是心力衰竭相关研究提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肺动脉高压、慢性丙型肝炎。研究类别与理由:本研究不使用任何药物或研究产品,因此属于 A 类临床试验。背景与理由:肺动脉高压(PAH)是一种慢性进行性疾病,可导致右心衰竭,未经治疗的患者最终死亡。多种系统性疾病与 PAH 相关。丙型肝炎病毒(HCV)感染未被定义为 PAH 的危险因素。然而,与对照人群相比,HCV 患者中描述了更高的肺动脉压力。一些病例报告提示 HCV 药物与 PAH 之间存在关联。除少数病例报告外,迄今为止尚未发表关于接受直接抗病毒(DAA)药物治疗 HCV 感染患者中 PAH 证据的临床研究。目的:该 p
【主题与分类】
主题标签:Pulmonary Artery Hypertension、Chronic Hepatitis c。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04094272
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/NCT04094272
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:肺动脉高压、慢性丙型肝炎。研究类别与理由:本研究不使用任何药物或研究产品,因此属于A类临床试验。背景与理由:肺动脉高压(PAH)是一种慢性进行性疾病,可导致右心衰竭,未经治疗的患者最终死亡。多种全身性疾病与PAH相关。丙型肝炎病毒(HCV)感染未被定义为PAH的危险因素。然而,与对照人群相比,HCV患者的肺动脉压力较高。一些病例报告提示HCV药物与PAH之间存在关联。除少数病例报告外,迄今为止尚未发表关于接受直接抗病毒药物(DAA)治疗HCV感染患者中PAH证据的临床研究。目的:本研究的目的是评估接受DAA药物治疗HCV感染患者中的PAH情况。
结局:本研究的主要结局是评估新诊断HCV患者在接受DAA药物治疗前后,通过经胸多普勒超声心动图(TTE)测量的肺动脉压力变化。次要结局是新诊断HCV患者在接受DAA药物治疗前后,通过TTE测量的左、右心室结构和功能变化。研究设计:单中心前瞻性观察性队列研究。纳入/排除标准:纳入标准为有HCV感染证据且年龄18-90岁。如果无法提供知情同意,或已知存在PAH,患者将被排除在研究之外。测量和程序:患者将在HCV药物治疗前、治疗期间(开始用药后8周)以及完成HCV药物治疗后8周接受TTE测量肺动脉压力。整个治疗期约为12周。研究产品/干预:本研究w
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。



