甲磺酸帕拉德福韦片治疗慢性乙型肝炎真实世界疗效与安全性研究
该数据集来自 clinicaltrials.gov，主题为甲磺酸帕拉德福韦片治疗慢性乙型肝炎的真实世界研究。源站描述显示，这是一项由郑州大学第一附属医院发起的多中心、双向性队列真实世界研究，旨在评估甲磺酸帕拉德福韦片治疗慢性乙型肝炎的疗效与安全性
基本信息
资源简介
甲磺酸帕拉德福韦片治疗慢性乙型肝炎真实世界疗效与安全性研究
该数据集对应一项关于甲磺酸帕拉德福韦片治疗慢性乙型肝炎的真实世界研究，来源为 clinicaltrials.gov，主题标签为慢性乙型肝炎（HEPATITIS B CHRONIC），在分类上归属于感染 / 病毒性肝炎方向。根据源站描述，这是一项由郑州大学第一附属医院发起的多中心、双向性队列真实世界研究，核心目标是评估甲磺酸帕拉德福韦片在慢性乙型肝炎治疗中的疗效与安全性。该数据集因此围绕慢性乙型肝炎这一感染性疾病领域，聚焦特定药物在真实临床环境下的应用表现，为相关研究与临床实践提供来自真实世界研究的资料基础。
【数据集背景】
慢性乙型肝炎是常见的病毒性感染疾病，长期威胁患者健康，其治疗方案的疗效与安全性一直是临床关注的重点。甲磺酸帕拉德福韦片作为用于慢性乙型肝炎治疗的药物，需要在真实临床条件下积累应用证据。该研究由郑州大学第一附属医院发起，采用多中心、双向性队列的真实世界研究设计，旨在评估该药物治疗慢性乙型肝炎的疗效与安全性，本数据集即对应这一研究主题。
【数据内容】
该数据集的主题标签为慢性乙型肝炎（HEPATITIS B CHRONIC），内容围绕甲磺酸帕拉德福韦片治疗慢性乙型肝炎的真实世界研究展开。源站描述明确了研究的疾病条件为慢性乙型肝炎，研究关注的核心维度为疗效与安全性。关于数据集所包含的具体变量、记录条数、随访时间点、疗效与安全性指标的具体定义等细节，源站未提供。
【采集与来源】
数据来源站为 clinicaltrials.gov。源站描述显示，该研究是一项由郑州大学第一附属医院发起的多中心、双向性队列真实世界研究。多中心设计意味着研究涉及多个研究机构，双向性队列则表明研究在时间方向上兼具回顾与前瞻的特征。关于各中心的具体构成、样本量、入组与排除标准、数据采集流程与时间跨度等信息，源站未提供。
【适用场景】
基于现有信息，该数据集适用于与慢性乙型肝炎治疗相关的真实世界研究场景，尤其是围绕甲磺酸帕拉德福韦片疗效与安全性评估的分析工作，也可用于感染 / 病毒性肝炎领域的方法学参考与研究方向梳理。关于更细化的适用场景，例如特定亚组分析或药物经济学评价等，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、字段说明、数据结构与配套文档等均未在现有信息中说明。
【质量与限制】
该研究为真实世界研究，采用多中心、双向性队列设计，其证据类型与随机对照试验存在差异。关于数据质量评价、缺失情况、偏倚控制措施以及研究本身的局限性，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT07555340
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。本研究是一项由郑州大学第一附属医院发起的多中心、双向队列真实世界研究，旨在评估甲磺酸帕拉德福韦片治疗慢性乙型肝炎（CHB）的疗效和安全性。
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。
