HPV整合分诊用于检测HPV阳性女性宫颈癌前病变的临床评价
该数据集来自clinicaltrials.gov，聚焦HPV感染与宫颈癌，收录一项大型前瞻性队列研究，评估HPV整合分诊单独或联合HPV16/18、HPV16基因分型在HPV阳性女性中的临床性能
基本信息
资源简介
HPV整合分诊用于检测HPV阳性女性宫颈癌前病变的临床评价
该数据集英文名为 Clinical Evaluation of HPV Integration Triage for Detection of Cervical Precancer in HPV-positive Women，来源于 clinicaltrials.gov，主题聚焦 HPV 感染与宫颈癌，属于肿瘤 / 宫颈癌分类。数据集收录一项大型前瞻性队列研究，旨在评估 HPV 整合分诊在 HPV 阳性女性中检测宫颈癌前病变的临床性能，并考察其单独使用以及与 HPV16/18 或 HPV16 基因分型联合使用的效果。研究背景源于宫颈癌筛查流程中的现实困境，研究团队在此前工作基础上开发了新型宫颈癌分诊策略，并开展大规模队列研究以验证其临床应用价值。该数据集适合关注宫颈癌筛查、HPV 分诊策略及宫颈癌前病变检测的研究者参考使用。
【数据集背景】
宫颈癌筛查流程中存在现实困境，如何在 HPV 阳性女性中高效识别出真正存在宫颈癌前病变的高风险人群，是筛查实践中的关键问题。针对这一困境，研究团队在近五年内开发了一种新型宫颈癌分诊策略，并开展了大型队列研究，评估 HPV 整合分诊单独使用以及联合 HPV16/18 或 HPV16 基因分型在 HPV 阳性女性中的临床性能。该数据集所对应的研究正是在此背景下设计的一项大型前瞻性队列研究，用于进一步评估 HPV 整合分诊在 HPV 阳性女性中的临床表现。
【数据内容】
该数据集围绕 HPV 感染与宫颈癌主题，收录一项大型前瞻性队列研究，研究对象为 HPV 阳性女性。研究评估的核心内容是 HPV 整合分诊的临床性能，包括其单独使用时的表现，以及与 HPV16/18 基因分型或 HPV16 基因分型联合使用时的表现。研究关注的结局指标涉及宫颈上皮内瘤变 3 级及以上病变的检测。源站描述中提及，在此前的回顾性研究中，HPV 整合对宫颈上皮内瘤变 3 级以上病变的特异性为 94.5%，显著高于细胞学检查的 63.8%（P < 0.001）。除上述信息外，数据集的具体样本量、字段结构、变量类型与数据格式等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，对应一项在 HPV 阳性女性中开展的大型前瞻性队列研究。研究由相关团队设计并实施，目的是评估 HPV 整合分诊的临床性能。源站描述同时提及研究团队此前开展的回顾性研究结果，作为本次前瞻性研究的依据之一。关于数据采集的具体时间范围、采集机构、采样流程与随访安排等信息，源站未提供。
【适用场景】
该数据集适用于宫颈癌筛查与分诊策略相关的研究场景，例如评估 HPV 整合分诊在 HPV 阳性女性中检测宫颈癌前病变的临床性能，比较 HPV 整合分诊单独使用与联合 HPV16/18 或 HPV16 基因分型使用的效果，以及探讨 HPV 分诊策略在宫颈癌筛查流程中的应用价值。对于关注 HPV 感染与宫颈癌关系的肿瘤学、流行病学与筛查方法学研究，该数据集也具有参考意义。具体适用条件与使用范围，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、访问权限、数据结构说明、分析流程与推荐工具等。使用者如需了解如何获取和使用该数据集，应参考源站的相关说明。
【质量与限制】
源站描述提及该研究为大型前瞻性队列研究，并给出了此前回顾性研究中 HPV 整合分诊对宫颈上皮内瘤变 3 级以上病变的特异性数据（94.5%）及与细胞学检查（63.8%，P < 0.001）的比较结果。除此之外，关于该数据集的质量控制措施、样本代表性、缺失数据处理、偏倚控制以及使用限制等信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。使用者在使用该数据集时，应自行查阅源站 clinicaltrials.gov 上的相关条目以获取引用与许可要求。
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/NCT05570331
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：HPV感染、宫颈癌。基于宫颈癌筛查流程中的困境，近五年来，本团队开发了一种新型宫颈癌分诊策略，并开展了一项大型队列研究，评估了HPV整合分诊单独应用以及与HPV16/18或HPV16基因分型联合应用于HPV阳性女性的临床性能。我们发现，在我们之前的回顾性研究中，HPV整合对宫颈上皮内瘤变3级及以上的特异性为94.5%，显著高于细胞学检查（63.8%；P < 0.001）。在此，我们开展了一项大型前瞻性队列研究，评估HPV整合分诊对HPV阳性女性的临床性能。
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。
