Vosevi治疗DAA经治患者的疗效
该数据集来自clinicaltrials.gov，主题为Vosevi治疗DAA经治患者的疗效，涉及慢性丙型肝炎与药物反应
基本信息
资源简介
Vosevi治疗DAA经治患者的疗效
该数据集来自clinicaltrials.gov，主题为Vosevi治疗DAA经治患者的疗效，涉及慢性丙型肝炎与药物反应。源站描述提供了丙型肝炎病毒感染的全球与国内流行病学数据，包括2015年全球约7100万慢性HCV感染者、39.9万人死于HCV相关肝硬化或原发性肝细胞癌，以及国内1-59岁人群HCV抗体阳性率0.43%、一般人群约560万感染者等背景信息，并提及索磷布韦/维帕他韦等直接抗病毒药物。数据可用于了解DAA经治丙肝患者的治疗疗效相关研究背景（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：慢性丙型肝炎、药物反应。丙型肝炎病毒（HCV）感染在我国仍是一个重要的健康问题。世界卫生组织估计，2015年全球有7100万人患有慢性HCV感染，并有39.9万人死于HCV感染导致的肝硬化或原发性肝细胞癌。2006年，1-59岁人群HCV抗体阳性率为0.43%。因此，估计一般人群中约有560万HCV感染者，高危人群和高发地区约有1000万HCV感染病例。通用基因型直接抗病毒药物（DAA）是丙型肝炎的首选抗病毒治疗。索磷布韦/维帕他韦是治疗丙型肝炎的直接抗病毒药物。以中国人群为主的亚洲临床试验结果显示，持续病毒学……
【主题与分类】
主题标签：Chronic Hepatitis C、Medication Reaction。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06180590
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/NCT06180590
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：慢性丙型肝炎、药物反应。丙型肝炎病毒（HCV）感染在我国仍是一个重要的健康问题。世界卫生组织估计，2015年全球有7100万人患有慢性HCV感染，并有39.9万人死于HCV感染所致的肝硬化或原发性肝细胞癌。2006年，1-59岁人群HCV抗体阳性率为0.43%。因此，估计一般人群中有约560万HCV感染者，高危人群和高发地区约有1000万HCV感染病例。泛基因型直接抗病毒药物（DAA）是丙型肝炎的首选抗病毒治疗。索磷布韦/维帕他韦是用于丙型肝炎的直接抗病毒药物。以中国人群为主的亚洲临床试验结果显示，索磷布韦/维帕他韦治疗12周在基因1a、1b、2、3a、3b和6型中的持续病毒学应答（SVR）率分别为100%、100%、100%、95%、76%和99%。
有限数据显示，索磷布韦/维帕他韦治疗12周在中国基因3b型无肝硬化患者中的SVR率为96%，在肝硬化患者中为50%。丙型肝炎标准抗病毒治疗后，仍有部分患者无法获得SVR，这些患者被定义为DAA经治患者。指南推荐索磷布韦/维帕他韦联合利巴韦林作为DAA经治失败患者的挽救治疗。Vosevi是新一代丙型肝炎抗病毒治疗药物，包含三种成分（索磷布韦、维帕他韦和伏西拉韦）。它是2019年中国丙型肝炎防治指南推荐的DAA经治患者的挽救治疗方案。然而，关于亚洲人群中Vosevi治疗DAA经治患者获得SVR的比例以及Vosevi与索磷布韦/维帕他韦联合抗病毒治疗有效性比较的数据尚不充分
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。
