衰老过程中HIV疾病进展研究
该数据集来自clinicaltrials.gov，聚焦HIV感染者在衰老过程中的疾病进展差异。研究按年龄将患者分为13至30岁组和45岁及以上组，所有患者接受开放标签的lopinavir/ritonavir联合emtricitabine和stavudine治疗，随访至96周（后修订为192周）
基本信息
资源简介
衰老过程中HIV疾病进展研究
该数据集来自clinicaltrials.gov，聚焦HIV感染者在衰老过程中的疾病进展差异。研究按年龄将患者分为13至30岁组和45岁及以上组，所有患者接受开放标签的lopinavir/ritonavir联合emtricitabine和stavudine治疗，随访至96周（后修订为192周）。数据涵盖免疫学、病毒学及行为学机制，可用于分析年龄相关的HIV疾病进展速度及治疗反应差异，支持构建预测模型或探索免疫控制机制（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：HIV感染。高龄是加速HIV疾病进展的重要风险因素。然而，老年人对高效抗逆转录病毒治疗（HAART）的病毒学应答可能更优。更好地理解这些年龄相关差异背后的免疫学、病毒学和行为学机制，可能有助于阐明控制HIV疾病进展所必需的关键免疫应答。患者按年龄分组。A组由13至30岁的患者组成。B组由45岁及以上的患者组成。所有患者接受开放标签的lopinavir/ritonavir（LPV/RTV）联合emtricitabine（FTC）联合stavudine（d4T）治疗96周[根据2002年6月4日修订：192周]。研究访视发生在入组前、入组时以及第4、8、12、16和24周，此后每12周一次直至第96周[根据修订
【主题与分类】
主题标签：HIV Infections。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00006144
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/NCT00006144
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：HIV感染。高龄是加速HIV疾病进展的重要风险因素。然而，老年人对高效抗逆转录病毒治疗（HAART）的病毒学应答可能更优。更深入地了解这些年龄相关差异背后的免疫学、病毒学和行为学机制，可能有助于阐明控制HIV疾病进展所必需的关键免疫应答。患者按年龄分组。A组由13至30岁的患者组成。B组由45岁或以上的患者组成。所有患者接受开放标签的洛匹那韦/利托那韦（LPV/RTV）联合恩曲他滨（FTC）联合司他夫定（d4T）治疗96周[根据06/04/02修正案：192周]。研究访视发生在入组前、入组时以及第4、8、12、16和24周，此后每12周一次，直至第96周[根据06/04/02修正案：第192周]。常规进行临床评估、安全性实验室检查、CD4细胞计数监测、淋巴细胞表型分析和HIV-1 RNA测定。血液样本被储存用于进一步的免疫学和病毒学研究。
患者可自愿参加病毒学子研究A5020s，以及免疫学子研究A5016s或A5017s[根据2002年6月4日修订版：子研究A5017s已被取消。]
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。
