PEG-IFN-α-2b提高儿童慢性乙型肝炎临床治愈率的前瞻性队列研究
该数据集来自clinicaltrials.gov,为一项前瞻性、多中心研究,共纳入113名青少年及儿童慢性HBV感染者,分为治疗组与观察组

基本信息
资源简介
PEG-IFN-α-2b提高儿童慢性乙型肝炎临床治愈率的前瞻性队列研究
该数据集来自clinicaltrials.gov,为一项前瞻性、多中心研究,共纳入113名青少年及儿童慢性HBV感染者,分为治疗组与观察组。治疗组接受聚乙二醇干扰素α-2b治疗,观察组未接受药物治疗或接受核苷(酸)类似物治疗。研究在不同随访时间点采集血样检测相关指标,通过比较基线与随访数据,观察HBV DNA转阴率、HBeAg血清学转换率及HBsAg清除率等指标,以评估PEG-IFN-α-2b治疗对儿童慢性乙型肝炎临床治愈率的影响。数据可用于相关预测建模与疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:HBV,慢性乙型肝炎病毒。本研究是一项前瞻性、多中心研究。共招募113名受试者(青少年及儿童慢性乙型肝炎病毒[HBV]感染者),分为治疗组和观察组。在收集两组基线数据后,治疗组给予聚乙二醇干扰素α-2b,观察组未接受药物治疗或接受核苷(酸)类似物治疗。在不同随访时间点采集血样以检测相关指标。通过比较基线数据与治疗期间的随访数据,观察青少年及儿童慢性HBV感染者的HBV DNA转阴率、HBeAg血清学转换率和HBsAg清除率等指标。此举旨在评估聚乙二醇干扰素α-2b治疗是否
【主题与分类】
主题标签:HBV、Chronic Hepatitis B Virus。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07231276
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/NCT07231276
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:HBV,慢性乙型肝炎病毒。本研究为一项前瞻性、多中心研究。共招募113名受试者(青少年及儿童慢性乙型肝炎病毒[HBV]感染者),分为治疗组和观察组。在收集两组基线数据后,治疗组给予聚乙二醇干扰素α-2b治疗,而观察组未接受药物治疗或接受核苷(酸)类似物治疗。在不同随访时间点采集血样以检测相关指标。通过比较基线数据与治疗期间的随访数据,观察青少年及儿童慢性HBV感染者的HBV DNA转阴率、HBeAg血清学转换率和HBsAg清除率等指标。此举旨在评估聚乙二醇干扰素α-2b治疗是否提高该患者人群的临床治愈率,并探索青少年及儿童慢性HBV感染的优化抗病毒治疗方案。
此外,还比较了经聚乙二醇干扰素α-2b治疗后实现功能性治愈与未实现功能性治愈的青少年和儿童慢性HBV感染患者的免疫应答特征。该比较旨在探究聚乙二醇干扰素α-2b在青少年和儿童慢性HBV感染患者中实现功能性治愈的免疫机制,并识别与治疗疗效相关的血浆标志物以预测治疗结局。
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。




