TNF抑制剂降低HIV-1感染者结核性脑膜炎死亡率试验
该数据集来自clinicaltrials.gov,为一项II期多中心、开放标签、随机、概念验证比较试验,评估在标准抗结核药物和高剂量类固醇治疗基础上加用TNF抑制剂adalimumab对HIV感染成人结核性脑膜炎患者3个月死亡率的影响

基本信息
资源简介
TNF抑制剂降低HIV-1感染者结核性脑膜炎死亡率试验
该数据集来自clinicaltrials.gov,为一项II期多中心、开放标签、随机、概念验证比较试验,评估在标准抗结核药物和高剂量类固醇治疗基础上加用TNF抑制剂adalimumab对HIV感染成人结核性脑膜炎患者3个月死亡率的影响。试验覆盖巴西、莫桑比克和赞比亚3个国家,所有患者接受标准抗结核治疗和高剂量地塞米松,并在治疗前3天内随机分组。数据可用于研究TNF抑制剂对结核性脑膜炎死亡率的影响及HIV合并感染的治疗策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:结核性脑膜炎、HIV I感染。II期多中心、开放标签、随机、概念验证比较试验,采用较大的alpha(1型错误率),评估在标准抗结核药物和高剂量类固醇治疗基础上加用肿瘤坏死因子抑制剂adalimumab对HIV感染成人结核性脑膜炎(TBM)患者3个月死亡率的影响,覆盖3个国家(巴西、莫桑比克和赞比亚)。所有确诊TBM的HIV-1感染患者将开始接受国家指南推荐时长的标准结核治疗(2个月强化期和7个月维持期)以及高剂量地塞米松最长4周。在包含抗结核治疗和高剂量类固醇的标准TBM治疗的前3天内,同意患者将尽快随机分配至标准治疗
【主题与分类】
主题标签:Tuberculous Meningitis、HIV I Infection。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05590455
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/NCT05590455
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:结核性脑膜炎、HIV I型感染。II期多中心、开放标签、随机、概念验证、比较试验,采用较大的α值(1型错误率),以评估在巴西、莫桑比克和赞比亚3个国家确诊为结核性脑膜炎(TBM)的HIV感染成人中,在抗结核药物和高剂量类固醇标准治疗基础上加用肿瘤坏死因子抑制剂阿达木单抗对3个月死亡率的影响。所有确诊为TBM的HIV1型感染患者将开始接受国家指南推荐疗程的标准结核治疗(2个月强化期和7个月维持期)以及高剂量地塞米松最长4周。在包含抗结核治疗和高剂量类固醇的标准TBM治疗的前3天内,同意参与的患者将尽快被随机分配至单纯标准治疗组或标准治疗+阿达木单抗组。随机化将按国家和使用英国医学研究委员会(MRC)评分评估的初始严重程度进行分层。
阿达木单抗组:* 如上所述的标准结核性脑膜炎治疗 * 阿达木单抗40毫克:每2周皮下注射一次,持续10周(共6次注射),在抗结核治疗和高剂量类固醇治疗的前3天内尽可能早地开始使用。鉴于世界卫生组织和国家指南对于结核性脑膜炎患者早期引入抗逆转录病毒治疗(ART)的建议持谨慎态度,两组患者若临床状况改善,将在结核治疗4周后开始ART(但不迟于抗结核治疗8周)。将在阿达木单抗组20名患者随访3个月后进行中期分析。该中期分析将监测添加TNF抑制剂阿达木单抗的安全性。
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。




