实体器官移植受者疱疹病毒免疫学 - 肝移植研究
该数据集来自 clinicaltrials.gov,为实体器官移植受者疱疹病毒免疫学 - 肝移植研究(HISTORY),属于前瞻性队列研究

基本信息
资源简介
实体器官移植受者疱疹病毒免疫学 - 肝移植研究
该数据集来自 clinicaltrials.gov,为实体器官移植受者疱疹病毒免疫学 - 肝移植研究(HISTORY),属于前瞻性队列研究。研究对象为在 Copenhagen University Hospital - Rigshospitalet 登记等待肝移植的成年患者,不限移植适应症。研究旨在深入刻画肝移植受者对 CMV 和 VZV 感染的保护性免疫应答及免疫学风险因素,并基于临床与免疫学风险因素识别感染高风险患者。入组时填写健康与用药问卷,并在登记移植时及移植后预设时间点采集血样。可用于肝移植后 CMV、VZV 感染风险预测与免疫学特征分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:巨细胞病毒感染、水痘带状疱疹病毒感染、肝移植;并发症。实体器官移植受者疱疹病毒免疫学 - 肝移植研究(HISTORY)是一项前瞻性队列研究,旨在深入刻画肝移植受者对 CMV 和 VZV 感染的保护性免疫应答及免疫学风险因素,并基于临床和免疫学风险因素识别感染高风险患者。所有在 Copenhagen University Hospital - Rigshospitalet 登记等待肝移植的成年患者,无论移植适应症如何,都将被邀请参与。研究入组时,参与者将填写一份关于健康和用药情况的问卷。血样将在研究入组登记移植时以及之后预设的时间间隔采集。
【主题与分类】
主题标签:Cytomegalovirus Infections、Varicella Zoster Virus Infection、Liver Transplant; Complications。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05532540
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/NCT05532540
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:巨细胞病毒感染、水痘-带状疱疹病毒感染、肝移植;并发症。实体器官移植受者中的疱疹病毒免疫学-肝移植研究(HISTORY)是一项前瞻性队列研究,旨在深入描述肝移植受者中针对CMV和VZV感染的保护性免疫反应及免疫风险因素,并基于临床和免疫风险因素识别感染高风险患者。所有在哥本哈根大学医院-里格斯医院登记等待肝移植的成年患者,无论移植指征如何,都将被邀请参与。研究开始时,参与者将填写一份关于健康状况和药物使用情况的问卷。血液样本将在研究开始时(即登记等待移植时)、移植后预定的时间间隔以及随访期间若发生CMV或VZV原发感染或再激活时采集。健康数据将从医院记录和国家登记处收集。
血液样本将分离为外周血单核细胞(PBMC)和血浆,并储存在生物样本库中,用于分析PBMC的表型和功能、炎症标志物和介质的浓度、CMV和VZV病毒载量及血清学以及其他深入的免疫学分析。分析将在丹麦技术大学进行。
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。




