赞比亚慢性乙型肝炎病毒感染
该数据集来源于 clinicaltrials.gov,聚焦赞比亚慢性乙型肝炎病毒感染,主题涵盖 HBV、肝纤维化、肝硬化、酒精性肝炎、肝细胞癌及丁型肝炎

基本信息
资源简介
赞比亚慢性乙型肝炎病毒感染
该数据集来源于 clinicaltrials.gov,聚焦赞比亚慢性乙型肝炎病毒感染,主题涵盖 HBV、肝纤维化、肝硬化、酒精性肝炎、肝细胞癌及丁型肝炎。研究计划招募 500 名慢性 HBV 感染成人,开展观察性队列随访,患者按标准诊疗管理。病毒性肝炎是全球第七大死因,在赞比亚相关数据有限,此前一项 HIV 队列研究显示慢性 HBV 患病率约为 10-12%。该数据可用于了解赞比亚 HBV 感染人群特征、疾病进展及相关肝病结局,为当地政策制定提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乙型肝炎病毒、纤维化、肝脏、肝硬化、肝脏、酒精性肝炎、肝细胞癌、肝炎、丁型。病毒性肝炎是全球第七大死因,但与艾滋病毒/艾滋病、结核病和疟疾等其他传染病相比,它一直被忽视。慢性病毒性肝炎由丙型肝炎病毒和乙型肝炎病毒引起,这些感染在低收入和中等收入国家最为常见,尤其是亚洲和撒哈拉以南非洲。在赞比亚,数据有限,但根据一个艾滋病毒队列,本研究的研究人员描述了慢性乙型肝炎病毒感染率为10-12%。为了提高赞比亚对病毒性肝炎的认识并生成当地数据以指导决策者,研究人员将招募500名慢性乙型肝炎病毒感染的成年人,并在观察性队列研究中对队列进行随访。在研究过程中,患者将按照护理标准进行管理,不使用任何实验性或研究性药物。研究人员将仔细描述患者的临床特征,并在接受药物治疗的患者中,描述该治疗在减少肝脏疾病方面的有效性。
【主题与分类】
主题标签:HBV、Fibrosis, Liver、Cirrhosis, Liver、Alcoholic Hepatitis、Hepatocellular Carcinoma、Hepatitis, Delta。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03158818
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/NCT03158818
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:乙型肝炎病毒、纤维化、肝脏、肝硬化、肝脏、酒精性肝炎、肝细胞癌、肝炎、丁型。病毒性肝炎是全球第七大死因,但与艾滋病毒/艾滋病、结核病和疟疾等其他传染病相比,它一直被忽视。慢性病毒性肝炎由丙型肝炎病毒和乙型肝炎病毒引起,这些感染在低收入和中等收入国家最为常见,尤其是亚洲和撒哈拉以南非洲。在赞比亚,数据有限,但根据一个艾滋病毒队列,本研究的研究人员描述了慢性乙型肝炎病毒感染率为10-12%。为了提高赞比亚对病毒性肝炎的认识并生成当地数据以指导决策者,研究人员将招募500名慢性乙型肝炎病毒感染的成年人,并在观察性队列研究中对队列进行随访。在研究过程中,患者将按照护理标准进行管理,不使用任何实验性或研究性药物。研究人员将仔细描述患者的临床特征,并在接受药物治疗的患者中,描述该治疗在减少肝脏疾病方面的有效性。
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。




