DTG/3TC 在初治 HIV-1 感染者中的疗效与安全性
该数据集来源于 clinicaltrials.gov，聚焦 DTG/3TC 方案在初治 HIV-1 感染者中的疗效与安全性
基本信息
资源简介
DTG/3TC 在初治 HIV-1 感染者中的疗效与安全性
该数据集英文名为 Efficacy and Safety of DTG/3TC in Treatment-naïve HIV-1 Infected Patients，来源于 clinicaltrials.gov，聚焦 DTG/3TC 方案在初治 HIV-1 感染者中的疗效与安全性。从源站描述看，这是一项非干预性、回顾性、单臂研究，研究对象为已启动 DTG/3TC 方案的个体，研究者将查阅其病历资料，初治受试者则通过诊所数据库识别为已启动 DTG/3TC 者。数据集在站内归入感染 / 艾滋病毒/艾滋病分类，主题标签为 HIV。以下依据可获得的信息，对该数据集的相关方面作简要说明。
【数据集背景】
该数据集所对应的研究关注 HIV-1 感染初治人群使用 DTG/3TC 方案后的疗效与安全性。源站列出的研究条件为 HIV，研究设计为非干预性、回顾性、单臂研究，研究对象是已经启动 DTG/3TC 方案的个体。与前瞻性干预试验不同，此类设计不主动分配治疗方案，而是依托既有诊疗记录回顾性地观察用药人群的情况。数据集的分类归属为感染 / 艾滋病毒/艾滋病，主题标签为 HIV，说明其内容围绕 HIV 感染这一疾病领域展开。
【数据内容】
源站描述表明，研究涉及的对象为已启动 DTG/3TC 方案的个体，其中初治受试者通过诊所数据库识别为已启动该方案者。研究过程中将查阅病历资料，因此数据内容与病历记录相关。关于具体的变量字段、疗效指标、安全性指标、随访时长、样本量等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。按照源站描述，数据采集方式为研究者查阅病历，属于回顾性资料收集；受试者识别依赖诊所数据库，用于确认初治个体已启动 DTG/3TC 方案。研究不设干预，为单臂设计。关于数据采集的具体时间范围、机构数量、地理范围等信息，源站未提供。
【适用场景】
基于现有信息，该数据集适用于关注 HIV-1 初治感染者使用 DTG/3TC 方案后疗效与安全性问题的场景，也可用于了解非干预性、回顾性、单臂研究设计在真实诊疗记录基础上的研究组织方式。由于数据来自病历回顾，其潜在用途与真实世界用药人群的观察性分析相关。关于具体的分析用途、统计方法或建模场景，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、数据结构、变量定义、分析指南等均未提及。使用者如需了解如何获取或使用该数据集，应以源站发布的信息为准。
【质量与限制】
该研究为非干预性、回顾性、单臂设计，研究对象为已启动 DTG/3TC 方案的个体，初治受试者通过诊所数据库识别，资料来自病历查阅。此类设计的特点在于依赖既有记录而非主动干预与随机分配。关于样本量、缺失数据情况、偏倚控制措施、数据完整性等质量相关信息，源站未提供。
【引用与许可】
源站未提供引用方式与许可条款相关信息。使用该数据集时，应以 clinicaltrials.gov 源站页面所载信息为准。
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/NCT06928090
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。非干预性、回顾性、单臂研究，研究对象为已启动DTG/3TC方案的个体。研究者将查阅病历。初治受试者将通过诊所数据库识别为已启动DTG/3TC者。
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。
