HIV与HCV合并感染者的队列与临床中心协作研究
该数据集源自clinicaltrials.gov,聚焦HIV与HCV合并感染人群,由法国28个临床中心参与的ANRS CO13 Hepavih队列构成

基本信息
资源简介
HIV与HCV合并感染者的队列与临床中心协作研究
该数据集源自clinicaltrials.gov,聚焦HIV与HCV合并感染人群,由法国28个临床中心参与的ANRS CO13 Hepavih队列构成。队列建立于2005年,旨在明确HCV/HIV合并感染的自然史、发病与死亡情况,并探究相关影响因素及两种病毒与治疗的相互作用。患者纳入分三个阶段,涵盖成人合并感染者及接受含Boceprevir或Telaprevir三联抗HCV治疗的患者。数据可用于合并感染预后预测、疾病进展及治疗反应等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HIV,丙型肝炎。该队列建立于2005年,总体目标是更好地界定HCV/HIV合并感染在发病率和死亡率方面的自然史。此外,该队列旨在确定与发病率和死亡率相关的因素,并更好地理解两种病毒及其各自治疗之间的相互作用。ANRS CO13 Hepavih目前由28个法国本土的感染性疾病和肝病临床中心组成(多为教学医院)。患者纳入期分为三个不同阶段:第一阶段(Phase 1)始于2005年,止于2008年,专门纳入成年HCV/HIV合并感染患者。随后的纳入阶段(Phase 2)涉及接受包含Boceprevir或Telaprevir的三联抗HCV治疗的患者,始于
【主题与分类】
主题标签:HIV、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/NCT03324633
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/NCT03324633
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、丙型肝炎。该队列建立于2005年,总体目标是更好地界定HCV/HIV合并感染在发病率和死亡率方面的自然史。此外,该队列旨在确定与发病率和死亡率相关的因素,并更好地理解两种病毒及其各自治疗之间的相互作用。ANRS CO13 Hepavih目前由28家法国本土感染性疾病和肝病临床中心组成(多为教学医院)。患者纳入期分为三个不同阶段:第一阶段(Phase 1)始于2005年,止于2008年,专门纳入成年HCV/HIV合并感染患者。随后的纳入阶段(Phase 2)涉及接受包含Boceprevir或Telaprevir的三联抗HCV治疗的患者,始于2008年,止于2016年3月。第三阶段(Phase 3)聚焦于开始DAA抗HCV治疗的患者,始于2014年6月,止于2015年11月。
关于第三阶段,具体目标被组织为五个主题领域,包括临床、病毒学、药理学、公共卫生和方法学。自2016年3月31日起,入组已关闭,共有1,850名患者入组。随访结束计划于2018年12月31日。在入组时及随访期间(至少每年一次,肝硬化患者每6个月一次,直至2018年,可能也在此日期之后),每位HCV/HIV合并感染患者均接受临床检查及访谈。入组患者在同一时间点填写额外的自填问卷(社会科学数据)。从该队列中每位合并感染患者收集的数据类型按五个主要主题类别组织:社会人口学与行为、HIV特征、HCV特征、临床相关事件、人体测量学、辅助检查数据。ANRS CO13 HEPAVIH队列
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。




