CASCADE 2002:PROTECT 研究——益生菌治疗肛门癌前病变试验
该数据集来自 clinicaltrials.gov,为 CASCADE 2002: PROTECT Study 的随机双盲、安慰剂对照试验,研究对象为 HIV 感染者(PWH)伴肛门高级别鳞状上皮内病变(HSIL)

基本信息
资源简介
CASCADE 2002:PROTECT 研究——益生菌治疗肛门癌前病变试验
该数据集来自 clinicaltrials.gov,为 CASCADE 2002: PROTECT Study 的随机双盲、安慰剂对照试验,研究对象为 HIV 感染者(PWH)伴肛门高级别鳞状上皮内病变(HSIL)。主要目标包括评估第 36 周时基线肛门 HSIL 消退至无病状态,以及 EXE-346 的安全性;次要目标涵盖第 36 周消退至 LSIL 或正常、基线 HPV 型别在肛拭子中的清除;探索性目标分析微生物组变化与 HSIL 消退或 HPV 清除的相关性。受试者按区组设计随机分组,并按性别分层。可用于肛门癌前病变进展、HPV 清除及微生物组关联研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HSIL、高级别鳞状上皮内病变、HPV相关鳞状细胞癌、肛门HSIL。这是一项随机双盲、安慰剂对照试验。主要目标:I. 评估基线时伴有肛门HSIL的HIV感染者(PWH)在第36周时消退至无病状态。II. 确定EXE-346在PWH中的安全性。次要目标:I. 评估基线时伴有肛门HSIL的PWH在第36周时消退至LSIL或正常。II. 评估PWH在第36周时肛拭子中基线访视所发现型别的HPV清除至HPV阴性。探索性目标:I. 确定从基线到第36周微生物组的变化是否与肛门HSIL消退至低级别鳞状上皮内病变(LSIL)或正常、或基线所发现HPV的清除相关。参与者将按区组设计随机分组,用于根据女性或男性进行分层
【主题与分类】
主题标签:HPV-Related Squamous Cell Carcinoma、Anal HSIL。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06949800
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/NCT06949800
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
疾病状态:HSIL(高度鳞状上皮内病变)、HPV相关鳞状细胞癌、肛门HSIL。这是一项随机双盲、安慰剂对照试验。主要目的:I. 评估基线时患有肛门HSIL的HIV感染者(PWH)在第36周时疾病消退至无病变的情况。II. 确定EXE-346在PWH中的安全性。次要目的:I. 评估基线时患有肛门HSIL的PWH在第36周时消退至LSIL或正常的情况。II. 评估PWH在第36周时肛门拭子中基线访视时所发现型别的HPV清除至阴性情况。探索性目的:I. 确定从基线至第36周微生物组的变化是否与肛门HSIL消退至低度鳞状上皮内病变(LSIL)或正常,或基线时所发现HPV的清除相关。受试者将按区组设计随机分组,该设计用于根据高危人乳头瘤病毒(hrHPV)状态(基线拭子中HPV16存在或不存在)对女性或男性进行分层。在确诊活检证实的HSIL后,受试者将接受EXE-346或安慰剂袋装制剂,最长3个月(12周),并在第24周和第36周进行随访访视。
第36周患有HSIL的参与者可接受非研究性、标准护理的电子干燥治疗。
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。




