法国HIV感染者医疗质量数据集
该数据集来自clinicaltrials.gov，为法国Dataids前瞻性观察队列，覆盖法国15家以上HIV中心、3万余名患者，自2010年起持续入组，数据源于门诊常规诊疗
基本信息
资源简介
法国HIV感染者医疗质量数据集
Quality of Care in French HIV Infected Patients 是一个以 HIV 感染人群为对象的观察性数据集，来源于 clinicaltrials.gov。其核心依托是法国的 Dataids 前瞻性观察队列，该队列覆盖法国各地 15 家以上 HIV 诊疗中心，纳入患者超过 3 万名，自 2010 年起持续入组并随访。数据并非为研究专门采集，而是取自门诊常规诊疗过程，因而具有真实世界诊疗记录的性质。数据集在本站归类于免疫系统疾病 / 其他，主题标签为 HIV，适合关注 HIV 感染者免疫状态、病毒学指标、合并感染及治疗情况的二次分析与方法学研究。
【数据集背景】
该数据集对应的 Dataids 队列是一项在法国开展的前瞻性观察研究，属于持续进行的协作项目。队列自 2010 年起开始纳入患者，至今仍在入组和随访。其设计目标是在真实诊疗条件下长期追踪 HIV 感染者的诊疗与健康信息，而非通过额外干预或专门访视获取数据。纳入对象为在门诊有预约就诊的 HIV 患者，不以其 CD4 细胞计数、HIV 病毒载量或抗逆转录病毒治疗（ART）状态作为筛选条件，这使队列能够覆盖不同疾病阶段和治疗状态的人群。队列分布于法国 15 家以上 HIV 中心，累计纳入患者超过 3 万名，规模较大且地理分布较广。
【数据内容】
对全部入组并处于随访中的 HIV 患者，数据集每年收集多类信息：人口学数据；免疫学与病毒学数据；乙型肝炎病毒（HBV）、丙型肝炎病毒（HCV）或梅毒感染的血清学证据；以及实验室、治疗和临床数据。由此，数据内容同时涵盖患者基本特征、HIV 疾病进展的免疫与病毒学监测指标、主要合并感染的血清学状态，以及治疗与临床随访信息，构成较为完整的纵向诊疗记录。
【采集与来源】
数据来源于法国各地参与中心的门诊常规诊疗，由诊所作为日常照护的一部分进行收集，而非为研究单独设计采集流程。患者只要在门诊有预约就诊即可纳入，不因 CD4 细胞计数、HIV 病毒载量或 ART 状态而被排除。数据按年度收集，属于持续更新的前瞻性观察数据。来源站为 clinicaltrials.gov。
【适用场景】
基于其内容与设计，该数据集可用于 HIV 感染者长期诊疗情况的观察性研究，例如免疫学与病毒学指标的纵向变化、ART 治疗相关信息的描述、HBV/HCV/梅毒等合并感染的血清学分布，以及真实诊疗条件下患者人群特征的刻画。由于数据来自常规照护而非受控试验，也适合用于真实世界证据方向的探索和方法学比较。具体研究用途应结合数据实际可获取字段确定。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT02898987
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。Dataids队列是一个前瞻性观察性队列，包含在法国各地15个以上HIV中心随访的30，000多名患者。Dataids队列是一项持续进行的合作项目，患者自2010年起被纳入研究；数据作为常规诊疗的一部分从各诊所收集。纳入的患者应为在门诊诊所进行过计划访视的患者，无论CD4细胞计数、HIV病毒载量或ART状态如何。对于所有纳入并处于随访中的HIV患者，每年收集人口统计学数据、免疫学和病毒学数据、乙型肝炎病毒（HBV）、丙型肝炎病毒（HCV）或梅毒感染的血清学证据、实验室、治疗和临床数据。
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。
