妊娠期TAF与TDF对比研究
条件：乙型肝炎病毒感染；孕妇。本临床试验旨在了解富马酸丙酚替诺福韦（TAF）与富马酸替诺福韦二吡呋酯（TDF）在慢性乙型肝炎孕妇妊娠早中期抗病毒治疗中的疗效与安全性
基本信息
资源简介
妊娠期TAF与TDF对比研究
TAF vs TDF During the Pregancy 是一项登记于 clinicaltrials.gov 的临床试验数据集，聚焦乙型肝炎病毒感染孕妇这一特殊人群。该数据集围绕富马酸丙酚替诺福韦（TAF）与富马酸替诺福韦二吡呋酯（TDF）在慢性乙型肝炎孕妇妊娠早中期抗病毒治疗中的疗效与安全性展开，旨在比较两种药物在阻断母婴传播、新生儿出生缺陷、用药相关医学问题以及新生儿生长发育指标等方面的表现。数据集在本站归入感染性疾病 / 其他分类，主题标签为乙型肝炎病毒感染与孕妇，可供关注妊娠期抗病毒治疗研究的人员参考。
【数据集背景】
慢性乙型肝炎孕妇的抗病毒治疗需要在抑制病毒与保障胎儿安全之间取得平衡。该临床试验关注妊娠早中期启动抗病毒治疗的场景，选择 TAF 与 TDF 两种药物进行对比，试图回答两种用药方案在母婴传播阻断效果与安全性方面的差异。数据集即围绕这一临床问题组织，反映的是妊娠期乙型肝炎抗病毒治疗研究的设计与观察框架。
【数据内容】
数据集所对应的临床试验主要考察以下问题：TAF 组与 TDF 组之间 HBV 母婴传播率的差异；两组新生儿出生缺陷发生率的差异；参与者在服用 TAF 或 TDF 期间出现的医学问题；以及两组新生儿生长发育指标的差异。研究条件为乙型肝炎病毒感染与孕妇，参与者需在妊娠期间每日服用 TAF 或 TDF，并在妊娠期间每 4 周前往门诊进行一次检查与检测，产后每 12 周随访一次。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床试验登记信息。源站描述给出了研究条件、研究目的、主要待回答问题以及参与者的用药与随访安排。数据集的分类归属与主题标签同样来自源站信息，未涉及其他数据来源的补充。
【适用场景】
该数据集适用于了解妊娠期慢性乙型肝炎抗病毒治疗临床试验的设计思路，包括药物对照选择、母婴传播与出生缺陷等安全性终点的设置，以及妊娠期与产后随访频率的安排。对于关注乙型肝炎母婴阻断、妊娠期用药安全与新生儿生长发育评估的研究者或临床人员，可作为该研究方向临床试验信息的参考。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT07542951
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：乙型肝炎病毒感染；孕妇。本临床试验的目的是了解富马酸丙酚替诺福韦（TAF）与富马酸替诺福韦二吡呋酯（TDF）在慢性乙型肝炎孕妇妊娠早中期抗病毒治疗中的疗效和安全性。其主要旨在回答的问题包括：TAF组与TDF组之间HBV母婴传播率。TAF组与TDF组之间新生儿出生缺陷的发生率。受试者在服用药物TAF或TDF时出现哪些医学问题？TAF组与TDF组之间新生儿的生长发育指标。受试者将：在妊娠期间每天服用药物TAF或TDF。在妊娠期间每4周到诊所进行一次检查和检验，产后每12周一次。
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。
