Pegasys（聚乙二醇干扰素α-2a）在中国HBeAg阴性慢性乙型肝炎患者中的观察性研究
该数据集来自clinicaltrials.gov，为一项多中心、前瞻性、观察性研究，评估Pegasys（聚乙二醇干扰素α-2a）在中国HBeAg阴性慢性乙型肝炎患者临床实践中的使用及其疗效与安全性
基本信息
资源简介
Pegasys（聚乙二醇干扰素α-2a）在中国HBeAg阴性慢性乙型肝炎患者中的观察性研究
该数据集英文名为 An Observational Study of Pegasys (Peginterferon Alfa-2a) in Chinese Patients With HBeAg Negative Chronic Hepatitis B，来源于 clinicaltrials.gov，本站归类为感染 / 病毒性肝炎，主题标签为 Hepatitis B, Chronic。其对应的源站描述指出，这是一项多中心、前瞻性、观察性研究，旨在评估 Pegasys（聚乙二醇干扰素 α-2a）在中国 HBeAg 阴性慢性乙型肝炎患者临床实践中的使用情况及其疗效与安全性；按照当地标签接受 Pegasys 治疗的参与者将在治疗期间及停止治疗后一年内接受随访。该数据集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实践中的观察性评价，可为相关研究与临床参考提供来源明确的数据线索。
【数据集背景】
该数据集对应的研究关注 HBeAg 阴性慢性乙型肝炎患者群体。源站描述列出的疾病条件为 Hepatitis B, Chronic。研究设计为多中心、前瞻性、观察性研究，研究对象为中国 HBeAg 阴性慢性乙型肝炎参与者，研究药物为 Pegasys（聚乙二醇干扰素 α-2a）。研究目的包括评估该药物在临床实践中的使用情况，以及其疗效与安全性。
【数据内容】
源站描述显示，该研究围绕按照当地标签接受 Pegasys 治疗的参与者展开，随访覆盖治疗期间以及停止治疗后一年。数据内容涉及参与者在临床实践中的用药情况、疗效与安全性相关观察。除上述研究设计与随访安排外，源站未提供具体变量、指标、样本量或数据表结构等细节。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述表明其为多中心、前瞻性、观察性研究，参与者依据当地标签接受 Pegasys 治疗并接受随访。关于具体采集机构、采集时间、采集流程与数据存储方式，源站未提供。
【适用场景】
基于源站描述，该数据集适用于了解 Pegasys（聚乙二醇干扰素 α-2a）在中国 HBeAg 阴性慢性乙型肝炎患者临床实践中的使用情况，以及围绕其疗效与安全性开展观察性研究参考。也可用于感染 / 病毒性肝炎领域相关主题的检索与归类。其他具体应用场景源站未提供。
【使用方法】
源站未提供具体的数据使用方式、访问接口、字段说明或分析指引。使用者需依据来源站 clinicaltrials.gov 的相关规则获取与使用数据。
【质量与限制】
源站描述未提供样本量、数据完整性、缺失情况、质量控制措施或偏倚评估等信息。该研究为观察性研究，其设计特征已在源站描述中说明；除此之外的质量与限制信息源站未提供。
【引用与许可】
源站未提供引用格式与许可条款信息。使用时应遵循来源站 clinicaltrials.gov 的相关规定。
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/NCT01730508
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。这项多中心、前瞻性、观察性研究将评估Pegasys（聚乙二醇干扰素α-2a）在中国HBeAg阴性慢性乙型肝炎参与者中的临床实践应用及其疗效和安全性。根据当地说明书接受Pegasys治疗的参与者将在其治疗期间及停止治疗后一年内接受随访。
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。
