HIV相关淋巴瘤队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT01164436

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：HIV感染。HIV感染患者中淋巴瘤的发病率增加。在70%的病例中，这些是非霍奇金淋巴瘤（NHL），而在30%的病例中是霍奇金淋巴瘤（HL）。在法国，其发病率估计为每年100例（数据来自“法国HIV感染医院数据库”（FHDH））。淋巴瘤发生的主要机制涉及免疫功能障碍、致癌病毒的参与（爱泼斯坦-巴尔病毒（EBV）和HHV8）以及分子致癌事件。对这些不同途径的更深入理解，为设计特定治疗方法提供了可能性。这些淋巴瘤的治疗尚未标准化。对HIV相关淋巴恶性肿瘤患者的前瞻性研究是回答流行病学、病理生理学和治疗学问题的创新工具。我们提出对这些患者进行前瞻性多中心研究。

这项前瞻性研究的主要目标是：* 评估与HIV相关的非霍奇金淋巴瘤（NHL）和霍奇金淋巴瘤（HL）病例的发病率，并进行临床和组织学特征描述 * 对这些患者在临床试验背景之外的治疗和结局进行观察性研究，* 研究B细胞群体的分化和活化，* 更好地理解特异性T细胞反应在控制EBV感染中的作用，* 为ANRS“淋巴瘤与HIV”研究组的其他生物学研究提供支持。预计每年招募40例病例。纳入期为7年。随访期为2年。将收集诊断时及随访期间的临床、病理和生物学数据。这将有助于对淋巴瘤、HIV感染、抗肿瘤治疗及淋巴瘤结局进行特征描述。生物样本将集中收集细胞、DNA、RNA、血浆、血清及肿瘤标本（Y.Taoufik, S Prevot*）。为更好地理解HIV感染中的EBV感染及淋巴瘤发生机制，我们建议追踪病毒载量及分子特征

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。