津巴布韦HIV感染女性宫颈癌前病变治疗失败研究
该数据集来自clinicaltrials.gov,聚焦津巴布韦HIV感染女性宫颈癌前病变治疗失败问题。源站描述指出津巴布韦宫颈癌死亡率居世界前列,HIV感染女性受累尤为严重;全球消除宫颈癌的努力集中于扩大HPV疫苗接种、筛查和治疗癌前病变的覆盖,但若缺乏治疗结局监测与病变成功切除的保障,消除目标恐难

基本信息
资源简介
津巴布韦HIV感染女性宫颈癌前病变治疗失败研究
该数据集来自clinicaltrials.gov,聚焦津巴布韦HIV感染女性宫颈癌前病变治疗失败问题。源站描述指出津巴布韦宫颈癌死亡率居世界前列,HIV感染女性受累尤为严重;全球消除宫颈癌的努力集中于扩大HPV疫苗接种、筛查和治疗癌前病变的覆盖,但若缺乏治疗结局监测与病变成功切除的保障,消除目标恐难实现。HIV感染女性中癌前病变持续与复发常见,而治疗后筛查试验准确性数据可指导临床管理。该数据可用于宫颈癌前病变治疗结局与复发监测相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:宫颈肿瘤、HIV I型感染、HPV感染。背景与理由:津巴布韦的宫颈癌死亡率位居世界最高之列。宫颈癌对HIV感染女性(WLWH)的影响不成比例。2020年,世界卫生大会通过了一项将宫颈癌作为公共卫生问题消除的战略。迄今为止,全球消除宫颈癌的努力集中于扩大HPV疫苗接种、宫颈癌筛查和宫颈癌前病变治疗的覆盖。然而,若不监测治疗结局并确保癌前病变被成功切除,消除宫颈癌的宏伟目标可能无法实现。在WLWH中,癌前病变治疗后的宫颈疾病持续和复发很常见。关于治疗后筛查试验准确性以指导临床管
【主题与分类】
主题标签:Uterine Cervical Neoplasms、HIV I Infection、HPV Infection。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07202936
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/NCT07202936
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
研究条件:宫颈肿瘤、HIV I型感染、HPV感染。背景与依据:津巴布韦的宫颈癌死亡率位居全球最高之列。宫颈癌对HIV感染女性(WLWH)的影响尤为严重。2020年,世界卫生大会通过了一项将宫颈癌作为公共卫生问题予以消除的战略。迄今为止,全球消除宫颈癌的努力主要集中在扩大HPV疫苗接种覆盖率、宫颈癌筛查以及癌前病变治疗的可及性上。然而,若不监测治疗结局并确保癌前病变被成功切除,消除宫颈癌的宏伟目标可能无法实现。在WLWH中,癌前病变治疗后的宫颈疾病持续存在和复发较为常见。关于治疗后筛查检测指导临床管理的准确性数据十分匮乏。2021年7月,世界卫生组织(WHO)发布了新的宫颈癌筛查指南,建议对所有女性进行HPV初筛检测。
对于接受治疗的WLWH随访,WHO指南建议在12个月和24个月时进行HPV检测,并对检测阳性者立即重新治疗。然而,HPV在WLWH中高度流行,且阳性检测对WLWH癌前治疗后的高危HPV感染的预测价值尚不确定,但可能较低。因此,需要探索替代检测策略,如确认型别特异性HPV持续感染、扩展HPV基因分型以及将HPV检测与DNA甲基化分诊相结合。DNA甲基化随着HPV感染进展为宫颈癌前病变和癌症而发生。因此,甲基化检测可能区分短暂性和持续性HPV感染,后者将进展为癌症。分子甲基化检测的一个优势是它们可以自动化,且比形态学检测更少主观性。目的:主要目的:* 评估6、12、18和
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。




