乙型肝炎病毒感染患者非干预性登记研究
该数据集来自clinicaltrials.gov，为乙型肝炎病毒感染患者的非干预性登记研究。临床合作方建立覆盖欧洲的登记库，收集乙肝单一感染与合并感染患者，分析病毒与宿主特异性参数，用于理解HBV控制机制、按免疫调节治疗对患者分层，并识别愿意参与未来免疫治疗研究（如治疗性疫苗）的患者（来源 clin
基本信息
资源简介
乙型肝炎病毒感染患者非干预性登记研究
该数据集为乙型肝炎病毒感染患者的非干预性登记研究，来源于clinicaltrials.gov，归类于感染性疾病/其他。为应对慢性HBV感染领域尚未满足的需求，多家临床合作方联合建立了面向乙肝单一感染与合并感染患者的登记库，计划构建覆盖欧洲范围的登记体系，以便为后续临床试验对患者进行分层。研究将对患者的病毒与宿主特异性参数开展广泛分析，所获得的认识旨在促进对HBV控制机制的理解，并支持依据免疫调节治疗对患者进行分层；同时识别愿意参与未来免疫治疗研究（如治疗性疫苗）的乙肝患者。该数据集以乙型肝炎病毒感染为主题标签，属于观察性、非干预性的登记类数据资源。
【数据集背景】
慢性乙型肝炎病毒感染在临床管理中仍存在未被满足的需求。为应对这些需求，一个由临床合作方组成的联盟聚集起来，建立了针对乙型肝炎单一感染和合并感染患者的登记库。该登记库的定位是欧洲范围的登记体系，其建设目的之一是为即将开展的临床试验提供患者分层基础。源站描述同时指出，通过广泛分析患者的相关参数所获得的知识，应有助于更好地理解HBV的控制机制，并使患者能够依据免疫调节治疗进行分层；此外，还希望借助该登记识别愿意参与未来研究、以考察治愈HBV感染的免疫疗法（例如治疗性疫苗）的乙肝患者。
【数据内容】
该数据集围绕乙型肝炎病毒感染患者展开，覆盖乙肝单一感染与合并感染人群。按照源站描述，登记库将对这些患者开展病毒与宿主特异性参数的广泛分析。数据集的主题标签为乙型肝炎病毒感染。除上述关于患者类型与分析方向的说明外，源站未提供关于具体变量字段、检测指标条目、随访时间安排等更细化的数据内容说明。
【采集与来源】
该数据集来源于clinicaltrials.gov。其数据采集依托临床合作方联盟建立的登记体系，计划形成覆盖欧洲范围的登记库，纳入乙肝单一感染与合并感染患者。源站未提供具体的采集流程、参与中心数量、入组规模、采集时间窗口等信息。
【适用场景】
基于源站描述，该登记库的适用方向包括：为 upcoming 临床试验进行患者分层；开展病毒与宿主特异性参数的广泛分析，以增进对HBV控制机制的理解；依据免疫调节治疗对患者进行分层；以及识别愿意参与未来免疫治疗研究（如治疗性疫苗）的乙肝患者。该数据集属于非干预性登记研究，不涉及对患者的干预性处理。
【使用方法】
源站未提供该数据集的具体使用方式、访问途径、数据格式或分析接口等信息。
【质量与限制】
该数据集为非干预性登记研究，其设计定位决定了数据来源于登记观察而非干预试验。源站未提供关于数据完整性、准确性、缺失情况、偏倚控制或样本代表性等方面的质量说明。该登记库计划覆盖欧洲范围，但源站未提供实际覆盖范围与入组完成情况。
【引用与许可】
源站未提供引用方式与许可条款信息。
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/NCT05051098
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：乙型肝炎病毒感染。为应对慢性HBV感染中未被满足的需求，一个临床合作伙伴联盟已聚集起来，建立乙型肝炎单一感染和合并感染患者的登记系统。合作伙伴将建立一个欧洲范围的登记系统，以便为即将开展的临床试验对患者进行分层。将对这些患者进行病毒和宿主特异性参数的广泛分析。由此获得的知识应有助于更好地理解HBV控制，并能够就免疫调节疗法对患者进行分层。此外，还将识别愿意参与未来研究以调查治愈HBV感染的免疫疗法（例如治疗性疫苗）的乙型肝炎患者。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
