丙型肝炎
丙型肝炎是由丙型肝炎病毒(HCV)感染引起的病毒性肝炎,主要通过血液传播,可导致慢性肝脏炎症、肝纤维化、肝硬化及肝细胞癌。急性感染时多数患者无明显症状,或仅表现为乏力、食欲减退,部分可自发清除病毒;约55%~85%会进展为慢性感染,潜伏期长且隐匿进展。慢性丙型肝炎的治疗已进入直接抗病毒药物(DAA)时代,可实现超过95%的持续病毒学应答,显著降低肝硬化和肝癌风险。目前尚无有效疫苗,全球范围内仍是导致肝移植及肝脏相关死亡的重要原因之一。
获取 丙型肝炎 专属定制方案共 106 个数据集

Hepatitis C Virus (HCV) for Egyptian patients 数据集
Hepatitis C Virus (HCV) for Egyptian patients 数据集是与丙型肝炎直接相关的公开数据集,来源于Kaggle,主要包含疾病相关样本、病例或观测数据。该数据集适合用于分类、特征分析、模型验证以及疾病研究中的数据驱动方法评估。

Hepatitis C Virus (Egyptian patients) 数据集
Hepatitis C Virus (Egyptian patients) 数据集是与丙型肝炎直接相关的公开数据集,来源于Kaggle,主要包含Hepatitis C Virus For Egyptian patients。该数据集适合用于分类、特征分析、模型验证以及疾病研究中的数据驱动方法评估。

Hepatitis C virus - Blood based Detection 数据集
Hepatitis C virus - Blood based Detection 数据集是与丙型肝炎直接相关的公开数据集,来源于Kaggle,主要包含Detect Hepatitis C disease and its stages using blood biomarkers。该数据集适合用于目标检测、特征分析、模型验证以及疾病研究中的数据驱动方法评估。

Hepatitis C Prediction 数据集
Hepatitis C Prediction 数据集是与丙型肝炎直接相关的公开数据集,来源于Kaggle,主要包含Laboratory values of blood donors and Hepatitis C patients。该数据集适合用于预测、特征分析、模型验证以及疾病研究中的数据驱动方法评估。

Hepatitis C Prediction Dataset 数据集
Hepatitis C Prediction Dataset 数据集是与丙型肝炎直接相关的公开数据集,来源于Kaggle,主要包含Laboratory values of blood donors and Hepatitis C patients。该数据集适合用于预测、特征分析、模型验证以及疾病研究中的数据驱动方法评估。

丙型肝炎病毒感染的时空分析
该数据集包含通过高分辨率共聚焦显微镜获取的丙型肝炎病毒(HCV)感染过程中单细胞水平的正负链RNA时空分布数据,涉及RNA与病毒蛋白(如NS3、NS5A、E2)的共定位信息,以及感染后不同时间点的动态变化。数据模态为单细胞RNA图像与分子检测结果,主要用于研究HCV感染的时空调控机制、病毒复制效率的细胞间差异,以及为抗病毒治疗提供分子层面的实验依据。

慢性丙型肝炎患者基线特征数据集
该数据集包含159名慢性丙型肝炎患者的临床基线特征,以结构化表格形式呈现,涵盖人口统计学、实验室指标和病史等数据模态,主要用于慢性丙型肝炎的临床研究、流行病学分析和疾病预测模型的开发与验证。

Huh7细胞系中丙型肝炎病毒感染的差异性表型研究数据集
该数据集包含来自不同实验室的Huh7细胞系在感染丙型肝炎病毒(HCV)后的RNA水平和病毒颗粒产量数据,属于细胞生物学与病毒学交叉的细胞实验模态,主要用于研究Huh7细胞系对HCV感染的易感性差异、病毒生命周期中的细胞决定因素,并为抗病毒药物开发和宿主-病毒相互作用机制探索提供实验基础。

急性丙型肝炎患者临床数据
该数据集为急性丙型肝炎患者的临床表格数据,包含患者接受干扰素-α和利巴韦林抗病毒治疗后的疗效信息,如持续应答与无应答的分类,主要用于丙型肝炎治疗评估、疗效预测及临床决策支持研究。

TCGA-LIHC: Hepatitis B/C & Transcriptomics Dataset 数据集
TCGA-LIHC: Hepatitis B/C & Transcriptomics Dataset 数据集是与丙型肝炎直接相关的公开数据集,来源于Kaggle,主要包含Curated RNA-Seq counts and Clinical metadata with extracted Hepatitis B/C labels。该数据集适合用于分类、特征分析、模型验证以及疾病研究中的数据驱动方法评估。
