CABOTEGRAVIR/LENACAPAVIR 双重长效疗法（IMEA 074 队列）
研究分回顾性与前瞻性两部分，不设特定干预，仅从病历采集治疗开始后 D0、W24、W48 的数据，主要目标是描述 48 周内病毒学应答与耐受性
基本信息
资源简介
CABOTEGRAVIR/LENACAPAVIR 双重长效疗法（IMEA 074 队列）
该数据集来自 clinicaltrials.gov，为法国多中心 CALENDULA 队列研究，纳入接受 cabotegravir 与 lenacapavir 长效双重疗法至少 48 周的 HIV 感染者。研究分回顾性与前瞻性两部分，不设特定干预，仅从病历采集治疗开始后 D0、W24、W48 的数据，主要目标是描述 48 周内病毒学应答与耐受性。数据可用于评估该双药方案的病毒学成功率和安全性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：CABOTEGRAVIR、LENACAPAVIR。CALENDULA 队列是一项法国多中心研究，研究对象为接受 cabotegravir 与 lenacapavir（CAB/LEN）长效双重疗法至少 48 周的 HIV 感染者（PLHIV）。研究分为两部分：回顾性部分纳入 2024 年 7 月至最后可用随访日期之间开始治疗的患者；前瞻性部分纳入在 12 个月招募期内决定开始治疗的患者，随访 48 周。不计划特定干预；数据仅从病历中收集。将在治疗开始后的以下时间点收集信息：D0、W24 和 W48。主要目标是描述 CAB/LEN 双重疗法在 48 周内的病毒学应答和耐受性。病毒学成功定义为维持病毒载量（VL）<
【主题与分类】
主题标签：CABOTEGRAVIR、LENACAPAVIR。本站分类：感染性疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07402044
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/NCT07402044
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：卡博特韦、来那卡帕韦。CALENDULA队列是一项法国多中心研究，研究对象为接受卡博特韦与来那卡帕韦联合长效双药治疗（CAB/LEN）至少48周的HIV感染者（PLHIV）。该研究分为两部分：回顾性部分：纳入2024年7月至最后可获得随访日期之间开始治疗的患者。前瞻性部分：纳入在12个月招募期内决定开始治疗的患者，随访48周。不计划进行特定干预；数据仅从病历中收集。将在治疗开始后的以下时间点收集信息：D0、W24和W48。主要目标是描述CAB/LEN双药治疗48周内的病毒学应答和耐受性。病毒学成功定义为维持病毒载量（VL）< 50拷贝/mL或在W48时病毒载量得到抑制且治疗未中断。疗效标准为S48时的病毒学失败率。
本研究旨在评估这一创新治疗组合的可行性和耐受性，以便为未来开展更大规模的cabotegravir/lenacapavir研究做准备。
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。
