西格列汀联合Peg-IFN Alfa-2a与利巴韦林治疗慢性丙型肝炎患者安全性初步研究
该数据集来自clinicaltrials.gov,聚焦慢性丙型肝炎患者,评估西格列汀联合Peg-IFN Alfa-2a与利巴韦林治疗的安全性

基本信息
资源简介
西格列汀联合Peg-IFN Alfa-2a与利巴韦林治疗慢性丙型肝炎患者安全性初步研究
该数据集来自clinicaltrials.gov,聚焦慢性丙型肝炎患者,评估西格列汀联合Peg-IFN Alfa-2a与利巴韦林治疗的安全性。源站描述指出丙型肝炎感染是全球重大公共卫生问题,全球近1.75亿人感染,现有聚乙二醇干扰素alfa2a/利巴韦林治疗下仅40-80%慢性感染者可获得持续病毒学应答,许多患者仍面临病毒逃逸自然免疫和现有治疗策略的问题。数据可用于丙型肝炎治疗安全性相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:丙型肝炎。丙型肝炎感染是一个重大的公共卫生问题,全球有近1.75亿感染者。尽管治愈是可能的,但只有20-40%的患者能自发清除感染,而接受聚乙二醇干扰素alfa2a/利巴韦林治疗的慢性感染者中有40-80%(数字因病毒基因型而异)能清除病毒并成为持续病毒学应答者(SVR)。然而对许多人来说,病毒仍能规避自然免疫和当前治疗策略,导致显著的发病率和死亡率。为了更好地界定HCV感染的不同临床结局,许多研究者进行了候选分子筛选或转录谱分析,以识别病毒清除的相关因素。一个受到显著关注的分子是CXCL10(也称为干扰素-γ诱导蛋白-10或
【主题与分类】
主题标签:Hepatitis C。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01567540
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/NCT01567540
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
疾病:丙型肝炎。丙型肝炎感染是一个重大的公共卫生问题,全球有近1.75亿感染者。尽管存在治愈可能,但仅有20-40%的患者能自发清除感染,而接受聚乙二醇干扰素α-2a/利巴韦林治疗的慢性感染患者中,有40-80%(具体数字因病毒基因型而异)能够清除病毒并成为持续病毒学应答者(SVR)。然而,对许多人而言,病毒仍能规避自然免疫和当前的治疗策略,导致显著的发病率和死亡率。为更好地界定HCV感染的不同临床结局,许多研究者进行了候选分子筛选或转录谱分析,以识别病毒清除的相关因素。其中一个备受关注的分子是CXCL10(也称为干扰素-γ诱导蛋白-10或IP-10),作为一种重要的阴性预后生物标志物。鉴于CXCL10由肝细胞产生,并介导表达CXCL10受体CXCR3的活化淋巴细胞的趋化作用,该趋化因子与治疗无应答相关的原因令人费解。
研究者提出假设并现已证实,CXCL10在原位被切割,从而生成该趋化因子的一种拮抗剂形式。基于特定抑制剂的使用,研究者现在提议测试保护CXCL10激动剂形式是否会提高对聚乙二醇干扰素α-2/利巴韦林治疗的应答性。这可通过使用DPPIV抑制剂实现,靶向负责CXCL10 N端截短的酶。若安全性得到确认,DPPIV抑制在HCV患者中的疗效将在未来试验中测试,以考察潜在的清除获益。
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。




