长效卡博特韦加拉替拉韦联合长效利匹韦林治疗HIV-1感染成人疗效安全性与耐受性研究
该数据集来自clinicaltrials.gov,收录ATLAS-2M研究信息,针对HIV-1感染成人,比较CAB LA + RPV LA每8周与每4周给药的抗病毒活性与安全性,计划约1020名受试者,分两组随机接受Q4W或Q8W方案,研究含筛选期、维持期和扩展期,历时48周

基本信息
资源简介
长效卡博特韦加拉替拉韦联合长效利匹韦林治疗HIV-1感染成人疗效安全性与耐受性研究
该数据集来自clinicaltrials.gov,收录ATLAS-2M研究信息,针对HIV-1感染成人,比较CAB LA + RPV LA每8周与每4周给药的抗病毒活性与安全性,计划约1020名受试者,分两组随机接受Q4W或Q8W方案,研究含筛选期、维持期和扩展期,历时48周。数据可用于了解长效抗逆转录病毒治疗方案的非劣效性设计、给药间隔比较及HIV感染临床研究特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HIV感染。这项每2个月一次长效抑制的抗逆转录病毒治疗(ATLAS-2M)研究旨在证明,在约1020名成人HIV-1感染受试者中,为期48周的治疗期内,每8周(Q8W)给予CAB LA + RPV LA与每4周(Q4W)给予CAB LA + RPV LA相比具有非劣效的抗病毒活性和安全性。受试者将分为2组;第1组将包括接受当前抗逆转录病毒(ART)标准治疗(SOC)的受试者,而第2组将包括目前在ATLAS研究中接受CAB LA + RPV LA Q4W的受试者。两组受试者将被随机分配接受CAB LA + RPV LA Q4W或Q8W。该研究将分3个阶段进行,包括筛选期、维持期和扩展期。选择不进入扩展期的受试者可完成其研究参与。
【主题与分类】
主题标签:HIV Infections。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03299049
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/NCT03299049
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。这项每2个月一次的长效抑制抗逆转录病毒治疗(ATLAS-2M)研究旨在证明,在约1020名成年HIV-1感染受试者中,为期48周的治疗期间,每8周一次(Q8W)给予CAB LA + RPV LA与每4周一次(Q4W)给予CAB LA + RPV LA相比,具有非劣效的抗病毒活性和安全性。受试者将分为2组;第1组将包括接受当前抗逆转录病毒(ART)标准治疗(SOC)的受试者,而第2组将包括目前在ATLAS研究中接受CAB LA + RPV LA Q4W治疗的受试者。两组受试者将随机接受CAB LA + RPV LA Q4W或Q8W治疗。该研究将分3个阶段进行,包括筛选期、维持期和扩展期。选择不进入扩展期的受试者可在第100周访视时完成研究参与,并按需进入为期52周的长期随访(LTFU)阶段。
ATLAS-2M研究的一项子研究将评估在ATLAS-2M研究中已接受至少三年臀部注射的HIV感染成年参与者中,于股外侧肌(大腿)肌内注射CAB和RPV长效注射剂后的药代动力学、耐受性和疗效。
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。




