单克隆乙型肝炎抗体安全性与抗病毒活性:慢性丁型肝炎感染者的1b期开放标签试验
该数据集来自clinicaltrials.gov,对应一项在慢性丁型肝炎(HDV)合并慢性乙型肝炎(HBV)感染者中开展的1b期开放标签试验,评估单克隆乙型肝炎抗体HepB mAb19的安全性与抗病毒活性

基本信息
资源简介
单克隆乙型肝炎抗体安全性与抗病毒活性:慢性丁型肝炎感染者的1b期开放标签试验
该数据集来自clinicaltrials.gov,对应一项在慢性丁型肝炎(HDV)合并慢性乙型肝炎(HBV)感染者中开展的1b期开放标签试验,评估单克隆乙型肝炎抗体HepB mAb19的安全性与抗病毒活性。源站描述指出,全球约1200万人感染HDV,HDV依赖HBV在肝细胞内复制,现有治疗选择有限且无法治愈,合并感染会增加肝硬化与肝癌风险。数据可用于了解该抗体对循环HBV抗原的降低作用及HDV相关肝病风险的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性丁型肝炎、慢性乙型肝炎感染。丁型肝炎病毒(HDV)是一个重大全球卫生问题,全球估计有1200万人感染。HDV感染需要乙型肝炎病毒(HBV)的存在,因为它依赖乙型肝炎病毒在肝细胞内复制。HDV的治疗选择有限,且无法治愈该感染。HBV与HDV合并感染会增加发生严重肝病的风险,包括肝硬化和肝癌。如果HDV被消除或减少,这一风险将显著降低。因此,需要开发新的治疗选择。纽约洛克菲勒大学的同事已鉴定出抗体HepB mAb19,它能有效减少循环HBV抗原的数量。由于HDV依赖HBV复制,我们将测试这种抗
【主题与分类】
主题标签:Hepatitis D, Chronic、Hepatitis B Chronic Infection。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07610772
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/NCT07610772
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
适应症:慢性丁型肝炎、慢性乙型肝炎感染。丁型肝炎病毒(HDV)是一个主要的全球卫生问题,全球估计有1200万人感染该病毒。HDV感染需要乙型肝炎病毒(HBV)的存在,因为它依赖乙型肝炎病毒在肝细胞内进行复制。HDV的治疗选择有限,且无法治愈该感染。HBV和HDV合并感染会增加发生严重肝病的风险,包括肝硬化和肝癌。如果消除或减少HDV,这一风险将显著降低。因此,需要开发新的治疗选择。纽约洛克菲勒大学的同事已鉴定出抗体HepB mAb19,该抗体能有效减少循环中的HBV抗原量。由于HDV依赖HBV进行复制,我们将测试该抗体作为HDV的潜在治疗方法。试验设计为一项1b期开放标签试验,旨在纳入15名慢性丁型肝炎感染的研究参与者。
所有研究参与者将接受两剂或三剂HepB mAB19抗体,并在首次输注HepB mAb19后接受为期60周的随访。本研究将评估该抗体的安全性和药代动力学,以及其对慢性HDV感染者HDV RNA病毒水平和抗病毒免疫应答的潜在影响。
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。




