改善透析患者HCV诊疗的前瞻性队列研究
该数据集来自clinicaltrials.gov,为一项前瞻性队列研究,聚焦慢性丙型肝炎(Hepatitis C)血液透析患者的HCV DAA治疗

基本信息
资源简介
改善透析患者HCV诊疗的前瞻性队列研究
该数据集来自clinicaltrials.gov,为一项前瞻性队列研究,聚焦慢性丙型肝炎(Hepatitis C)血液透析患者的HCV DAA治疗。研究旨在评估由透析中心肾科医生管理和监测DAA治疗时的真实世界有效性。源站描述还提供了HCV全球与美国感染规模、慢性化及肝硬化、肝细胞癌进展比例、肝移植病因及基因型分布等背景信息。数据可用于分析透析人群HCV治疗结局与肝病进展风险(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Hepatitis C。本研究旨在评估当DAA治疗由血液透析中心的肾科医生管理和监测时,HCV DAA治疗在慢性丙型肝炎(CHC)血液透析患者中的真实世界有效性。丙型肝炎病毒(HCV)估计感染全球1.85亿人(1),美国340万至440万人。(2)约80%的急性HCV感染者进展为慢性感染,其中20%在25年内发展为肝硬化,25%的肝硬化患者发展为肝细胞癌和/或失代偿性肝病。(3)丙型肝炎病毒是美国肝移植的主要原因。(4)HCV有6种已知基因型。美国最常见的基因型是基因型1(亚型1a和1b)、2和3,它们合计占所有感染的97%。(5)自dis
【主题与分类】
主题标签:Hepatitis C。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03791814
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/NCT03791814
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:丙型肝炎。本研究旨在评估慢性丙型肝炎(CHC)血液透析患者在接受直接抗病毒药物(DAA)治疗时,由血液透析中心肾内科医生管理和监测DAA治疗的真实世界有效性。据估计,全球约有1.85亿人感染丙型肝炎病毒(HCV)(1),美国有340万至440万人感染。(2)约80%的急性HCV感染患者会进展为慢性感染,其中20%在25年内发展为肝硬化,而25%的肝硬化患者会发展为肝细胞癌和/或失代偿性肝病。(3)丙型肝炎病毒是美国肝移植的主要原因。(4)HCV已知有6种基因型。美国最常见的基因型为基因1型(1a和1b亚型)、2型和3型,合计占所有感染的97%。(5)自1989年发现HCV以来(6),治愈该感染的策略已发生了巨大演变。
治愈定义为持续病毒学应答(SVR),即在治疗完成后12或24周时血浆HCV RNA检测不到。(7)HCV的治疗发展迅速,提高了SVR率。尽管这些高效的丙型肝炎病毒(HCV)感染疗法彻底改变了治疗格局,但只有少数患者能够接受治疗。(8)从诊断到专科转诊等多个层面存在的障碍仍需克服,才能朝着疾病消除的目标迈进。(9)在慢性肾脏病(CKD)患者中,HCV感染患病率高于一般人群。血液透析患者应每6个月重复进行HCV检测。(10)全国透析相关疾病研究于2002年发表,代表了全国透析中心的感染统计数据。(11)该研究中HCV抗体总体估计患病率为7.8%。此外,肾功能受损患者的治疗选择有限
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。




