KSHV相关多中心Castleman病的病毒治疗与自然史研究及疾病活动相关性
该数据集来自clinicaltrials.gov,聚焦KSHV相关多中心Castleman病(MCD)这一罕见致死性淋巴增殖性疾病,涉及HHV-8、恶性肿瘤及HIV感染人群

基本信息
资源简介
KSHV相关多中心Castleman病的病毒治疗与自然史研究及疾病活动相关性
该数据集来自clinicaltrials.gov,聚焦KSHV相关多中心Castleman病(MCD)这一罕见致死性淋巴增殖性疾病,涉及HHV-8、恶性肿瘤及HIV感染人群。源站描述指出该病在HIV感染者中更常见,中位生存期约2年,且缺乏标准治疗与前瞻性综合研究。数据集可用于探索溶瘤病毒治疗等靶向策略,尤其是针对病毒编码激酶基因的病毒治疗途径,为病毒相关恶性肿瘤的发病机制与治疗研究提供基础(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:淋巴增殖性疾病,HHV-8,恶性肿瘤,HIV。背景: 多中心Castleman病(MCD)是一种罕见但致命的Kaposi肉瘤相关疱疹病毒(KSHV)相关淋巴增殖性疾病,中位生存期为2年。它在HIV感染者中比未感染HIV者更常见。不良预后不能完全由潜在的HIV解释,因为HIV阴性病例似乎并不比HIV阳性队列有生存优势。该病没有明确的标准治疗,也未以全面的方式进行前瞻性研究。 KSHV-MCD可能为开发靶向溶瘤病毒治疗或其他基于发病机制的病毒相关恶性肿瘤方法提供模型。在KSHV-MCD中,病毒编码的激酶基因似乎是病毒治疗方法中可利用的潜在靶点。特定病毒编
【主题与分类】
主题标签:Lymphoproliferative Disorder、HHV-8、Malignancy、HIV。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00092222
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/NCT00092222
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:淋巴增殖性疾病、HHV-8、恶性肿瘤、HIV。背景:* 多中心Castleman病(MCD)是一种罕见但致命的卡波西肉瘤相关疱疹病毒(KSHV)相关的淋巴增殖性疾病,中位生存期为2年。它在HIV感染者中的发生率高于未感染HIV者。其不良预后并不能完全由潜在的HIV感染解释,因为HIV阴性病例似乎并不比HIV阳性队列具有生存优势。该病尚无明确的标准治疗,也未进行过全面的前瞻性研究。* KSHV-MCD可能为开发靶向溶瘤病毒疗法或其他基于发病机制的病毒相关恶性肿瘤治疗方法提供一个模型。在KSHV-MCD中,病毒编码的激酶基因似乎是病毒治疗策略中可利用的潜在靶点。特定的病毒编码基因似乎能将齐多夫定和更昔洛韦(或缬更昔洛韦)转化为KSHV感染肿瘤细胞内的毒性磷酸化部分,从而特异性地靶向KSHV感染的细胞,导致特异性细胞死亡。
如果成功,这可能对参与者有直接的治疗益处,并为在其他肿瘤中进一步开发这种方法提供模型。目标——研究并描述KSHV-MCD的自然病史。入选标准* 年龄≥18岁* 经活检证实的KSHV相关MCD。设计* 自然病史研究* 根据需要纳入治疗,并提供对多种感兴趣的具体治疗进行初步调查的指南* 高剂量齐多夫定和更昔洛韦* 高剂量齐多夫定和更昔洛韦及硼替佐米* 西罗莫司* 利妥昔单抗联合脂质体阿霉素,随后使用干扰素-α或高剂量AZT联合缬更昔洛韦* 利妥昔单抗联合EPOCH化疗
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。




