HIV UPBEAT：HIV感染者骨病病理研究
该数据集来自clinicaltrials.gov，聚焦HIV感染者骨质疏松与低骨密度问题。研究对HIV阳性与阴性受试者进行为期5年的年度随访，旨在描述低骨密度的病理基础，评估其与抗逆转录病毒治疗暴露、维生素D/PTH状态及骨代谢标志物的关系，并验证现有骨折风险评估工具在HIV阳性人群中的预测效力
基本信息
资源简介
HIV UPBEAT：HIV感染者骨病病理研究
HIV UPBEAT: Understanding the Pathology of Bone Disease in HIV-infected Patients 是一个来自 clinicaltrials.gov 的数据集，聚焦于HIV感染人群的骨质疏松与低骨密度问题。该研究对HIV阳性与阴性受试者进行为期5年的年度随访，旨在描述低骨密度背后的病理基础，评估低骨密度与抗逆转录病毒治疗暴露之间的关系，考察其与维生素D/PTH状态及骨代谢标志物的关联，并验证现有骨折风险评估工具在HIV阳性人群中的预测效力。数据集归类于肌肉骨骼系统疾病下的其他类别，主题标签为Osteoporosis，可为HIV相关骨病研究提供纵向观察资料。
【数据集背景】
HIV感染者中骨质疏松与低骨密度是值得关注的骨骼健康问题。该数据集所依托的研究以骨密度降低的病理机制为核心关切，同时将抗逆转录病毒治疗暴露、维生素D/PTH状态以及骨代谢标志物纳入考察范围，试图从多个角度理解HIV感染背景下骨病的发生与演变。研究还关注骨质减少与后续骨密度变化及骨代谢标志物变化之间的关系，并着眼于临床风险预测工具在HIV阳性人群中的适用性。
【数据内容】
该数据集围绕骨质疏松这一主题，涵盖HIV阳性与阴性受试者的年度随访信息。研究目标包括：描述低骨密度所对应的病理基础；评估低骨密度与抗逆转录病毒治疗暴露之间的关系；评估低骨密度与维生素D/PTH状态和/或骨代谢标志物之间的关系；评估骨质减少与随后骨密度变化及骨代谢标志物变化之间的关系；以及评估现有骨折风险评估工具在预测HIV阳性人群骨折方面的有效性。源站未提供具体的变量字段、样本量、随访指标数值等细节。
【采集与来源】
数据来源于 clinicaltrials.gov。研究设计为对HIV阳性与阴性受试者进行为期5年的年度随访，即每年随访一次、持续5年。源站未提供具体的采集机构、采集地点、采集时间窗口及测量方法等信息。
【适用场景】
该数据集适用于HIV感染相关骨病的研究场景，包括探讨低骨密度的病理机制、分析抗逆转录病毒治疗暴露与骨密度降低的关联、考察维生素D/PTH状态及骨代谢标志物与骨密度的关系，以及评估骨折风险评估工具在HIV阳性人群中的预测表现。也可用于HIV阳性与阴性人群骨密度变化的比较性观察研究。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、数据结构说明、分析指南或配套文档等。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制或使用限制的说明。研究为为期5年的年度随访设计，其随访周期与目标已如前述，其余质量相关细节源站未提供。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT01778361
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：骨质疏松症。本研究将对HIV阳性和阴性受试者每年随访一次，持续5年。本研究的目的包括：* 描述低骨密度背后的病理机制 * 评估低骨密度与抗逆转录病毒治疗暴露之间的关系 * 评估低骨密度与维生素D/PTH状态和/或骨代谢标志物之间的关系 * 评估骨质减少与随后骨密度变化及骨代谢标志物变化之间的关系 * 评估现有骨折风险评估工具在预测HIV阳性人群骨折方面的有效性
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。
