评估AHB-137注射液治疗初治慢性乙型肝炎参与者的研究
该数据集来自clinicaltrials.gov，主题为慢性乙型肝炎，收录一项随机、双盲、安慰剂对照、多中心2期研究，评估AHB-137注射液在初治慢性乙型肝炎参与者中的疗效与安全性
基本信息
资源简介
评估AHB-137注射液治疗初治慢性乙型肝炎参与者的研究
该数据集对应一项关于AHB-137注射液治疗初治慢性乙型肝炎的临床研究，主题聚焦于慢性乙型肝炎这一感染性疾病领域。研究采用随机、双盲、安慰剂对照、多中心2期设计，旨在评估AHB-137注射液在未接受过治疗的慢性乙型肝炎参与者中的疗效与安全性。数据集收录了该研究的相关信息，来源为clinicaltrials.gov，分类归属感染／病毒性肝炎方向，主题标签为Chronic Hepatitis B。整体而言，该数据集为慢性乙型肝炎治疗领域的临床研究资料，可供关注该疾病治疗进展的研究者与相关从业人员参考。
【数据集背景】
慢性乙型肝炎是全球范围内重要的公共卫生问题之一，抗病毒治疗方案的持续优化是临床研究的重点方向。该数据集所对应的研究针对初治（treatment-naïve）慢性乙型肝炎参与者，探索AHB-137注射液这一干预措施的临床应用潜力。研究定位为2期临床试验，处于药物临床开发的中期评估阶段，其设计采用随机、双盲、安慰剂对照、多中心的形式，体现了较为严谨的试验方法学框架，目的在于系统评价该注射液的疗效与安全性。
【数据内容】
该数据集的主题标签为Chronic Hepatitis B，所属分类为感染／病毒性肝炎。其核心内容围绕一项评估AHB-137注射液在初治慢性乙型肝炎参与者中应用的2期研究展开，涵盖研究的疾病条件、研究设计类型（随机、双盲、安慰剂对照、多中心）以及研究目的（疗效与安全性评估）等描述性信息。关于数据集内具体包含的字段结构、受试者数量、剂量分组、终点指标数值等细节，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov，即临床试验注册与结果信息平台。其源站描述明确了研究条件为慢性乙型肝炎，并说明了研究的随机、双盲、安慰剂对照、多中心2期设计特征以及评估AHB-137注射液疗效与安全性的研究目的。除上述来源信息外，关于数据采集的具体时间范围、采集方法、更新频率等，源站未提供。
【适用场景】
基于现有信息，该数据集适用于了解慢性乙型肝炎领域相关临床研究设计的场景，可供关注病毒性肝炎治疗研究进展的人员参考，用于把握该研究的基本定位、干预对象与研究目的。对于需要系统检索临床试验注册信息、梳理慢性乙型肝炎在研干预措施的研究者，该数据集可作为线索性资料。关于更具体的分析应用场景，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、格式说明、字段释义及分析建议等均未在现有信息中体现。
【质量与限制】
该数据集的信息来自临床试验注册平台的描述性内容，其研究设计要素（随机、双盲、安慰剂对照、多中心、2期）表述清晰。但关于数据完整性、样本量、结果数据、随访时长及偏倚控制等质量相关细节，源站未提供，因此无法对数据质量作出进一步评估。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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/NCT07635186
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。本研究是一项随机、双盲、安慰剂对照、多中心2期研究，旨在评估AHB-137注射液在未接受过治疗的慢性乙型肝炎参与者中的疗效和安全性。
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。
