科特迪瓦早期HIV感染早期识别与治疗
该数据集来自 clinicaltrials.gov，聚焦科特迪瓦早期HIV感染的早期识别与治疗。源站描述显示，研究为估计感染日期的血清阳转者建立生物样本库，在初次接触及随访期间储存血浆和细胞样本，供未来分析及国际协作队列血清阳转者分析使用
基本信息
资源简介
科特迪瓦早期HIV感染早期识别与治疗
该数据集英文名为 Early Identification and Treatment of Early HIV Infection in Côte d'Ivoire，来源于 clinicaltrials.gov，聚焦科特迪瓦早期 HIV 感染的早期识别与治疗。其主题标签为 HIV Infection，本站分类归入感染性疾病 / 其他。源站描述显示，该研究涉及 HIV 感染状况，并为估计感染日期的血清阳转者建立生物样本库，在初次接触及随访期间储存血浆和细胞样本，供未来分析以及国际协作队列中血清阳转者的分析使用。整体而言，该数据集围绕早期 HIV 感染的识别、治疗与生物样本保存展开，服务于后续研究和国际合作分析。
【数据集背景】
该数据集对应的工作聚焦于科特迪瓦早期 HIV 感染的早期识别与治疗。HIV 感染在进入早期阶段时往往难以被及时识别，而估计感染日期对于理解感染进程和开展针对性治疗具有重要意义。源站描述中明确提到血清阳转者这一人群，即能够估计感染日期的人员。围绕这一人群建立生物样本库，是该数据集所对应研究的核心安排之一。该数据集来源于 clinicaltrials.gov，主题标签为 HIV Infection，本站分类为感染性疾病 / 其他，说明其内容属于感染性疾病范畴下的资料集合。
【数据内容】
依据源站描述，该数据集涉及的内容包括为估计感染日期的血清阳转者储存血浆和细胞样本。样本在初次接触时以及随访期间进行储存，目的在于供未来分析使用，并用于国际协作队列中血清阳转者的分析。源站描述还提及 HIV 感染这一状况。除上述血浆和细胞样本及其储存时间点与用途外，源站未提供关于具体变量、样本数量、检测指标或数据表结构的更多信息。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。采集对象为估计感染日期的血清阳转者。采集安排包括在初次接触及随访期间储存血浆和细胞样本。源站描述未提供采集地点、采集频率的具体次数、样本规模、采集机构或操作流程等细节。
【适用场景】
基于源站描述，该数据集可用于未来分析，并可用于国际协作队列中血清阳转者的分析。其主题标签为 HIV Infection，本站分类为感染性疾病 / 其他，因此适用于与 HIV 感染相关的感染性疾病研究场景，尤其是围绕早期识别与治疗、以及血清阳转者样本分析的方向。源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供关于数据访问方式、使用条件、分析流程或操作步骤的具体说明。
【质量与限制】
源站未提供关于数据质量、样本完整性、缺失情况或使用限制的具体说明。可确认的信息仅限于该数据集来源于 clinicaltrials.gov，聚焦科特迪瓦早期 HIV 感染的早期识别与治疗，并为估计感染日期的血清阳转者储存血浆和细胞样本供未来分析及国际协作队列分析使用。
【引用与许可】
源站未提供关于引用方式或许可条件的具体说明。
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/NCT01917175
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感染。为估计感染日期的血清阳转患者建立生物样本库：在初次接触时及随访期间储存血浆和细胞样本，用于未来分析以及在国际合作队列血清阳转患者中的分析。
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。
