新发、持续性和既往史未知HPV检出后的宫颈癌风险
本研究涉及宫颈癌筛查与HPV感染，纳入2014—2023年居住在斯德哥尔摩地区、筛查年龄且在原发性HPV筛查中HPV阳性的所有女性
基本信息
资源简介
新发、持续性和既往史未知HPV检出后的宫颈癌风险
该数据集关注偶发、持续和历史未知HPV检测后宫颈癌风险，归入肿瘤/宫颈癌类别，来自clinicaltrials.gov。研究条件涉及宫颈癌筛查和HPV感染。研究对象为2014—2023年居住在斯德哥尔摩地区、处于筛查年龄且在原发性HPV筛查中HPV阳性的所有女性。2014—2016年，半数筛查人群随机接受原发性HPV筛查，另一半接受细胞学筛查，试验编号为NCT01511328；2017年起所有女性均接受原发性HPV筛查。数据从既有登记库检索，收集时间几乎可忽略。
【数据集背景】
该数据集标题为 Risk of Cervical Cancer Following Incident, Persistent and History-unknown HPV Detection，中文含义指向偶发、持续和历史未知HPV检测后的宫颈癌风险。它被归入肿瘤/宫颈癌类别，来自clinicaltrials.gov。研究条件涉及宫颈癌筛查和HPV感染。研究对象限定为2014—2023年居住在斯德哥尔摩地区、处于筛查年龄且在原发性HPV筛查中HPV阳性的所有女性。2014—2016年，半数筛查人群被随机分配至原发性HPV筛查，另一半接受基于细胞学的筛查，相关试验编号为NCT01511328。2017年起，所有女性均接受原发性HPV筛查。以上构成该数据集可确认的背景框架。
【数据内容】
源站未提供关于具体变量、检测分类定义、随访结局、样本量、数据结构、统计指标等细节。可确认的是，数据集围绕偶发、持续和历史未知HPV检测后的宫颈癌风险，纳入对象为原发性HPV筛查中HPV阳性的女性。研究对象覆盖2014—2023年斯德哥尔摩地区筛查年龄女性。源站描述还强调筛查方式在2014—2016年与2017年起的变化。除这些要点外，源站未提供数据内容层面的更多说明。
【采集与来源】
来源网站为clinicaltrials.gov。数据从既有登记库检索，这些登记库已可被研究人员用于先前和进行中的相关研究项目，因此数据收集时间几乎可忽略。研究人群为2014—2023年居住在斯德哥尔摩地区、处于筛查年龄、在原发性HPV筛查中HPV阳性的女性。2014—2016年存在随机分组：一半接受原发性HPV筛查，一半接受细胞学筛查，试验编号为NCT01511328。2017年起全部接受原发性HPV筛查。源站未提供具体登记库名称、抽取流程、伦理审批、数据链接等。
【适用场景】
源站未提供明确的适用场景说明。仅可确认其研究条件涉及宫颈癌筛查和HPV感染，并与Cervical Cancer Screening、HPV Infection两个主题相关。关于具体可用于哪些分析、政策评估或临床决策，源站未提供。
【使用方法】
源站未提供访问方式、数据字典、使用步骤、分析脚本或操作指南。可确认来源网站为clinicaltrials.gov以及试验编号NCT01511328，但源站未说明如何获取或使用该数据集。
【质量与限制】
源站未提供样本量、缺失数据、偏倚评估、随访完整性、结局确认方式、外部验证等质量信息，也未提供研究局限说明。可确认数据来自既有登记库，收集时间几乎可忽略；研究纳入2014—2023年斯德哥尔摩地区符合条件女性。2014—2016年存在随机分组，2017年起筛查方式统一。除这些描述外，源站未提供质量与限制的进一步内容。
【引用与许可】
源站未提供引用格式、许可条款、数据共享条件、访问权限或使用限制。可确认来源网站为clinicaltrials.gov，相关试验编号为NCT01511328。若需引用或获取许可，源站未提供进一步信息。
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/NCT07850128
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：宫颈癌筛查、HPV感染。本研究纳入研究人群中所有在HPV初筛中有一项或多项HPV阳性检测结果的女性（2014-2023年期间处于筛查年龄且居住在斯德哥尔摩地区的女性）。2014-2016年，筛查人群中的一半被随机分配接受HPV初筛，另一半接受基于细胞学的筛查（NCT01511328）。从2017年起，所有女性均接受HPV初筛。由于数据是从已建立的登记库中提取的，而这些登记库已可供研究人员用于既往和正在进行的相关研究项目，因此数据收集时间几乎可以忽略不计。
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。
