PREVAIL VIII:利比里亚逆转录病毒感染人群临床、病毒学与免疫学监测队列研究(HONOR)
该数据集来自clinicaltrials.gov,聚焦利比里亚HIV阳性人群的临床、病毒学与免疫学监测。利比里亚医疗资源极为有限,HIV流行特征存在诸多知识空白,2014-2016年埃博拉疫情进一步冲击本已脆弱的卫生系统,许多HIV感染者的诊疗可能中断

基本信息
资源简介
PREVAIL VIII:利比里亚逆转录病毒感染人群临床、病毒学与免疫学监测队列研究(HONOR)
该数据集来自clinicaltrials.gov,聚焦利比里亚HIV阳性人群的临床、病毒学与免疫学监测。利比里亚医疗资源极为有限,HIV流行特征存在诸多知识空白,2014-2016年埃博拉疫情进一步冲击本已脆弱的卫生系统,许多HIV感染者的诊疗可能中断。临床医生无法常规获取CD4水平和病毒载量检测,抗逆转录病毒药物可及性有限,给HIV感染者的管理带来困难。该数据可用于了解当地HIV疾病负担、治疗覆盖与免疫学监测现状,为改善资源匮乏地区的HIV诊疗服务提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HIV。在西非国家利比里亚,HIV阳性个体的管理资源极为有限,关于该国HIV疫情性质存在许多知识空白。尽管与其他撒哈拉以南非洲地区相比流行率可能较低,但鉴于利比里亚卫生保健系统的现状,疾病负担可能很高,尽管已尝试改善HIV治疗服务和覆盖。2014-2016年的埃博拉疫情给本已因多年内乱而削弱的卫生保健系统带来了巨大压力,据怀疑许多HIV阳性个体的护理因这一事件而中断。目前,临床医生无法定期获得CD4水平或病毒载量的测量,使得利比里亚HIV感染者的管理变得困难。虽然可以获得一些抗逆转录病毒(ARV)药物
【主题与分类】
主题标签:HIV。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03733093
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/NCT03733093
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。在西非国家利比里亚,用于管理HIV阳性个体的资源极为有限,且关于该国HIV疫情性质的认识存在诸多空白。尽管与其他撒哈拉以南非洲地区相比,该病的流行率可能较低,但鉴于利比里亚当前医疗体系的状况,疾病负担很可能较高,尽管已尝试改善HIV治疗服务和覆盖范围。2014-2016年的埃博拉疫情给本已因多年内乱而削弱的医疗体系带来了巨大压力,据推测,许多HIV阳性个体的护理因这一事件而中断。目前,临床医生无法定期获取CD4水平或病毒载量的检测结果,这使得利比里亚HIV感染者的管理变得困难。虽然通过国家艾滋病和性传播感染(STI)控制规划可获得一些抗逆转录病毒(ARV)药物,但包括获取程度及其对疾病结局的影响在内的若干细节仍不清楚。
本队列研究将考察这些基本因素;尝试描述HIV/AIDS的主要社会/人口学、临床、免疫学和病毒学特征;并调查HIV疾病的病程,包括住院率、抗逆转录病毒治疗方案调整频率,以及入组人群中某些机会性疾病、性传播感染、其他合并感染和非AIDS合并症的发生率。研究参与者将在3年内定期参加研究访视。将收集临床信息,以及用于临床和研究检测的血液和尿液样本。本方案并非旨在估计HIV感染的患病率;然而,它提供了一个独特的机会来生成高质量数据,以了解利比里亚HIV和AIDS的病程和流行病学。它还提供了一个机会,为利比里亚HIV预防、治疗和关怀项目的质量和影响做出贡献。
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。




