Kaposi Sarcoma自然史研究
该数据集来自clinicaltrials.gov,聚焦Kaposi Sarcoma(KS)的自然史研究,覆盖HIV相关及HIV阴性等不同流行病学亚型

基本信息
资源简介
Kaposi Sarcoma自然史研究
该数据集来自clinicaltrials.gov,聚焦Kaposi Sarcoma(KS)的自然史研究,覆盖HIV相关及HIV阴性等不同流行病学亚型。KS由Kaposi sarcoma herpesvirus(KSHV)引起,可累及皮肤、淋巴结、肺和胃肠道,并可与多中心Castleman病(MCD)、原发性渗出性淋巴瘤(PEL)或KSHV相关炎症细胞因子综合征(KICS)共存。数据集可用于了解KS在不同免疫状态下的疾病进程与临床特征,支持肿瘤与淋巴瘤相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Kaposi Sarcoma、HIV。背景: Kaposi sarcoma(KS)是一种由Kaposi sarcoma herpesvirus(KSHV)引起的多中心血管增殖性肿瘤,最常累及皮肤,也可累及淋巴结、肺和胃肠道。它在人类免疫缺陷病毒(HIV)感染者或其他形式免疫受损者中最常见。 HIV相关KS患者的生存率低于未患KS的HIV感染者。 KS可单独发生,也可与其他KSHV相关疾病同时发生,如多中心Castleman病(MCD)、原发性渗出性淋巴瘤(PEL)或KSHV相关炎症细胞因子综合征(KICS)。 KS的自然史尚不完全清楚,因为它发生在不同的流行病学亚型中(包括HIV感染者,尤其是HIV控制良好且CD4 T细胞计数强健的个体,以及HIV阴性者
【主题与分类】
主题标签:Kaposi Sarcoma、HIV。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06375122
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/NCT06375122
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:卡波西肉瘤、HIV。背景:* 卡波西肉瘤(KS)是一种由卡波西肉瘤疱疹病毒(KSHV)引起的多中心血管增生性肿瘤,最常累及皮肤,但也可累及淋巴结、肺和胃肠道。它在人类免疫缺陷病毒(HIV)感染者或其他形式免疫缺陷人群中最为常见。* HIV相关KS患者的生存率低于未患KS的HIV感染者。* KS可单独发生,也可与其他KSHV相关疾病同时发生,如多中心Castleman病(MCD)、原发性渗出性淋巴瘤(PEL)或KSHV相关炎症细胞因子综合征(KICS)。* KS的自然史尚未被完全了解,因为它发生于不同的流行病学亚型中(包括HIV感染者,尤其是HIV控制良好且CD4 T细胞计数强健的个体,以及HIV阴性者)。* 纵向评估以及组织样本采集、影像学研究和参与者报告结局将有助于更好地理解该疾病的自然史,并为更有效的治疗奠定基础。
目的:-描述KS的自然病史,包括表现、临床表现,以及按流行病学亚型划分的KS参与者中缓解和复发的比例。入选标准:* 经组织学确诊为KS的参与者* 年龄≥18岁* 无活动性KICS、MCD或PEL。设计:* 这将是一项长期试验,旨在全面研究KS参与者。* 将在KS管理过程中获取病史(包括HIV特征)、研究标本(如KS组织、血液和唾液),并特别关注与疾病复发和进展相关的模式、对治疗的反应以及缓解持续时间。* 将与其他治疗该病的中心合作,探讨影响KS发病和持续存在的结局及因素。
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。




