异源蛋白初免/MVA加强治疗性乙肝疫苗候选研究
该数据集来自 clinicaltrials.gov,记录一项针对慢性乙型肝炎的异源蛋白初免/MVA加强治疗性乙肝疫苗候选临床试验

基本信息
资源简介
异源蛋白初免/MVA加强治疗性乙肝疫苗候选研究
该数据集来自 clinicaltrials.gov,记录一项针对慢性乙型肝炎的异源蛋白初免/MVA加强治疗性乙肝疫苗候选临床试验。研究在24名18-65岁健康男女受试者中分两个重叠部分开展:Part I(N=11)于第0、28天接受两次蛋白初免、第56天接受MVA加强,并按A0、B0.1、B0.2分组给予不同剂量的HEPLISAV B、HBcoreAg与MVA-HBVac;Part II(N=13)同样两次蛋白初免后于第56天以MVA-HBVac高剂量加强,并按C0.1、C0.2分组给予不同剂量的HBsAg与HBcoreAg。数据可用于了解该疫苗候选的临床试验设计与分组信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性乙型肝炎。该临床试验分为两个重叠部分(Part I和Part II),共纳入24名18-65岁健康男女受试者。Part I(N=11)接受两次蛋白初免接种(第0天和第28天)和1次基于MVA的加强接种(第56天);3名受试者分配至A0,接受HEPLISAV B®并以MVA-HBVac高剂量加强;3名受试者分配至B0.1,接受HEPLISAV B®与HBcoreAg低剂量并以MVA-HBVac低剂量加强;5名受试者分配至B0.2,接受2次HEPLISAV B®与HBcoreAg中剂量并以MVA-HBVac高剂量加强。Part II(N=13)接受两次蛋白初免接种(第0天和第28天)并于第56天以MVA-HBVac高剂量进行基于MVA的加强;3名受试者分配至C0.1,接受HBsAg高剂量与HBcoreAg高剂量并加强;5名受试者分配至C0.2,接受HBsAg中
【主题与分类】
主题标签:Chronic Hepatitis B。本站分类:感染/病毒性肝炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05727267
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/NCT05727267
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:慢性乙型肝炎。该临床试验分为两个相互重叠的部分(第I部分和第II部分),受试者为24名年龄在18-65岁的健康男性和女性。第I部分(N=11):蛋白初免接种两次(第0天和第28天),以及基于MVA的加强接种1次(第56天)。3名受试者将分配至A0组,接受HEPLISAV B®并以MVA-HBVac高剂量加强;3名受试者将分配至B0.1组,接受HEPLISAV B®和HBcoreAg低剂量并以MVA-HBVac低剂量加强;5名受试者将分配至B0.2组,接受2次HEPLISAV B®和HBcoreAg中剂量并以MVA-HBVac高剂量加强。第II部分(N=13):蛋白初免接种两次(第0天和第28天),并于第56天以MVA-HBVac高剂量进行基于MVA的加强接种。3名受试者将分配至C0.1组,接受HBsAg高剂量和HBcoreAg高剂量加加强;5名受试者将分配至C0.2组,接受HBsAg中剂量+佐剂低剂量和HBcoreAg中剂量加加强;5名受试者将分配至C0.3组,接受HBsAg高剂量+佐剂和HBcoreAg高剂量加加强。
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。




