妊娠与病毒感染:对孕妇及其子女的影响法国前瞻性队列
该数据集来自 clinicaltrials.gov,为法国 VIROPREG 前瞻性多中心队列研究,聚焦妊娠期病毒感染及抗病毒治疗对母婴健康的影响

基本信息
资源简介
妊娠与病毒感染:对孕妇及其子女的影响法国前瞻性队列
该数据集来自 clinicaltrials.gov,为法国 VIROPREG 前瞻性多中心队列研究,聚焦妊娠期病毒感染及抗病毒治疗对母婴健康的影响。覆盖 HIV、HBV、HDV、HCV 等慢性病毒感染及虫媒病毒感染,关注母婴传播率、母体感染对妊娠结局、母亲身心健康的效应,以及胎儿健康与发育,尤其关注 HIV 感染母亲所生子女的长期精神运动发育。可用于研究妊娠期病毒感染的母婴传播风险与结局预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:HIV 感染、HBV 感染、HDV 感染、HCV 感染、虫媒病毒感染。VIROPREG 研究是一项法国前瞻性多中心队列研究,旨在评估妊娠期病毒感染及所接受抗病毒治疗对母婴健康的影响。该研究同时关注慢性病毒感染:人类免疫缺陷病毒(HIV)、乙型肝炎病毒(HBV)、丙型肝炎病毒(HCV)]以及虫媒病毒感染。本研究旨在探讨以下研究问题: 每种病毒的母婴传播率是多少? 母体感染对(i)妊娠结局、(ii)母亲的身心健康以及(iii)胎儿的健康与发育有何影响,尤其关注 HIV 感染女性所生子女的长期精神运动发育?* 抗逆转录病毒和
【主题与分类】
主题标签:HIV Infection、HBV Infection、HDV Infection、HCV Infection、Arbovirus Infections。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07412977
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/NCT07412977
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
疾病:HIV感染、HBV感染、HDV感染、HCV感染、虫媒病毒感染。VIROPREG研究是一项法国前瞻性多中心队列研究,旨在评估妊娠期间病毒感染及抗病毒治疗对母婴健康的影响。该研究聚焦于慢性病毒感染:人类免疫缺陷病毒(HIV)、乙型肝炎病毒(HBV)、丙型肝炎病毒(HCV),以及虫媒病毒感染。本研究旨在探讨以下研究问题:* 每种病毒的母婴传播率是多少?* 母亲感染对(i)妊娠结局、(ii)母亲的身心健康以及(iii)胎儿的健康与发育有何影响,尤其关注HIV感染女性所生子女的长期精神运动发育?* 妊娠期间给予的抗逆转录病毒和/或抗病毒预防性和/或治疗性治疗对母婴健康有何影响?母子配对将从妊娠期随访至分娩,并从出生随访至儿童年满7岁。
每对母婴将根据母亲感染情况被纳入四个队列组之一。HIV队列:参与研究的HIV感染孕妇将:* 从入组至产后常规访视(通常在产科于分娩后6-8周安排)期间,按照常规护理计划进行随访 * 为研究目的,在产后4年和7年通过电话或视频会议参与额外随访 * 在入组、分娩、产后4年和7年时完成问卷 * 如进行母乳喂养,接受与常规计划一致的随访护理直至产后2年,包括产后2个月和3个月时为研究目的进行的2次额外访视。* 在选定病例中:在随访访视期间提供血液、脐带血、初乳和母乳样本用于研究目的(药理学和病毒学分析)。HIV感染母亲所生子女
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。




