评估既往Bepirovirsen研究参与者治疗应答持久性的长期随访研究（B-Sure）
该数据集来自clinicaltrials.gov，属于感染/病毒性肝炎分类，聚焦乙型肝炎。数据描述了一项全球多中心长期随访研究，纳入既往参加过bepirovirsen研究并达到完全或部分应答的参与者，评估其治疗应答的持久性
基本信息
资源简介
评估既往Bepirovirsen研究参与者治疗应答持久性的长期随访研究（B-Sure）
该数据集来自clinicaltrials.gov，属于感染/病毒性肝炎分类，聚焦乙型肝炎。数据描述了一项全球多中心长期随访研究，纳入既往参加过bepirovirsen研究并达到完全或部分应答的参与者，评估其治疗应答的持久性。参与者按母研究中的核苷（酸）类似物（NA）状态分为未使用NA、已停用NA或正在使用NA三类，本研究不再给予bepirovirsen治疗。数据可用于分析停药后应答维持情况及相关影响因素（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：乙型肝炎。这是一项全球多中心、长期随访研究，旨在评估既往参加过bepirovirsen研究并达到完全或部分应答的参与者中疗效的持久性，以母研究中治疗应答的维持情况衡量。符合条件的参与者将在各自母bepirovirsen研究（B-Clear研究[209668: NCT04449029]、B-Together研究[209348: NCT04676724]、B-Fine研究[212602: NCT04544956]、B-Well 1研究[202009: NCT05630807]、B-Well 2研究[219288: NCT05630820]和TH HBV ASO-001研究[217023: NCT05276297]）完成研究结束（EoS）访视后入组本研究。参与者将根据其在母研究中的核苷（酸）类似物（NA）状态分为未使用NA、已停用NA或正在使用NA。本研究不再给予bepirovirsen治疗。
【主题与分类】
主题标签：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/NCT04954859
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/NCT04954859
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
疾病：乙型肝炎。这是一项全球多中心、长期随访研究，旨在评估曾参与既往bepirovirsen研究并获得完全或部分缓解的受试者中疗效的持久性，以维持母研究中的治疗应答为衡量标准。符合条件的受试者将在完成各自母研究bepirovirsen研究（B-Clear研究[209668: NCT04449029]、B-Together研究[209348: NCT04676724]、B-Fine研究[212602: NCT04544956]、B-Well 1研究[202009: NCT05630807]、B-Well 2研究[219288: NCT05630820]及TH HBV ASO-001研究[217023: NCT05276297]）的研究结束（EoS）访视后入组本研究。受试者将根据其在母研究中的核苷（酸）类似物（NA）使用状态分为未使用NA、已停用NA或正在使用NA。本研究不再给予bepirovirsen进一步治疗。
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。
