评估聚乙二醇干扰素Lambda单药治疗慢性丁型肝炎病毒感染患者的研究
该数据集来自clinicaltrials.gov,收录一项评估聚乙二醇干扰素Lambda单药治疗慢性丁型肝炎病毒(HDV)感染患者的II期研究

基本信息
资源简介
评估聚乙二醇干扰素Lambda单药治疗慢性丁型肝炎病毒感染患者的研究
该数据集来自clinicaltrials.gov,收录一项评估聚乙二醇干扰素Lambda单药治疗慢性丁型肝炎病毒(HDV)感染患者的II期研究。源站描述指出,Lambda是干扰素lambda-1a的聚乙二醇化形式,与IFN-α共享干扰素刺激基因诱导通路,基于IFN-α对HDV的抗病毒活性及IFN-λ受体分布更局限的既往数据,推测Lambda可诱导HDV RNA下降且不良反应更少。数据可用于了解该研究的背景与设计信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性丁型肝炎。Lambda是干扰素lambda-1a(IFN-λ)的聚乙二醇化形式,是重组人白细胞介素29(rIL-29)与线性聚乙二醇(PEG)链的偶联物。IFN-λ与干扰素alpha(IFN-α)共享共同的干扰素(IFN)刺激基因诱导通路,从而产生广谱抗病毒活性。由于IFN-α已在慢性丁型肝炎(CHD)患者中显示出抗丁型肝炎病毒(HDV)活性,因此推测聚乙二醇化IFN-λ也可能诱导CHD患者的HDV核糖核酸(RNA)下降。基于IFN-λ更有限的受体分布以及先前涉及IFN-λ治疗乙型肝炎病毒(HBV)或丙型肝炎病毒(HCV)患者的研究数据,推测Lambda治疗可能与比IFN-α治疗更少的不良反应相关。这项II期研究是d
【主题与分类】
主题标签:Hepatitis D, Chronic。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02765802
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/NCT02765802
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
适应症:慢性丁型肝炎。Lambda是干扰素lambda-1a(IFN-λ)的聚乙二醇化形式,由重组人白细胞介素29(rIL-29)与线性聚乙二醇(PEG)链结合而成。IFN-λ与干扰素alpha(IFN-α)共享共同的干扰素(IFN)刺激基因诱导通路,从而产生广谱抗病毒活性。鉴于IFN-α已在慢性丁型肝炎(CHD)患者中显示出抗丁型肝炎病毒(HDV)活性,推测聚乙二醇化IFN-λ也可能诱导CHD患者的HDV核糖核酸(RNA)下降。基于IFN-λ受体分布更为局限以及既往在乙型肝炎病毒(HBV)或丙型肝炎病毒(HCV)患者中采用IFN-λ治疗的研究数据,推测Lambda治疗的不良反应可能少于IFN-α治疗。
本II期研究设计为随机、开放标签研究,受试者为慢性HDV感染者,每周皮下注射Lambda 120或180 μg,持续48周,研究主要目的如下:* 评价两个剂量水平Lambda治疗48周期间的安全性和耐受性。* 评价两种不同剂量Lambda治疗对HDV RNA水平的影响。
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。




