4至6个月抗病毒治疗对先天性巨细胞病毒感染所致神经发育损害的长期疗效评估
该数据集来自 clinicaltrials.gov,聚焦先天性巨细胞病毒感染(cCMV)所致神经发育损害,比较4个月与6个月抗病毒治疗的长期疗效

基本信息
资源简介
4至6个月抗病毒治疗对先天性巨细胞病毒感染所致神经发育损害的长期疗效评估
该数据集来自 clinicaltrials.gov,聚焦先天性巨细胞病毒感染(cCMV)所致神经发育损害,比较4个月与6个月抗病毒治疗的长期疗效。研究为多中心、随机、对照、非劣效性临床试验,方案版本1.1(2026年1月15日)。背景指出cCMV是全球儿童神经发育损害和非遗传性感音神经性听力损失最常见的感染性病因,约10-15%有症状婴儿出现长期神经系统后遗症。数据可用于评估不同疗程抗病毒治疗对神经发育结局的长期影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:先天性CMV感染。研究标识简要标题:4个月与6个月抗病毒治疗先天性CMV感染:一项非劣效性试验(CMV-DURATION)。官方标题:评估4个月与6个月疗程抗病毒治疗对先天性巨细胞病毒感染所致神经发育损害的长期疗效:一项多中心、随机、对照、非劣效性临床研究。方案版本:1.1,2026年1月15日。2. 背景与依据 先天性巨细胞病毒(cCMV)感染是全球儿童神经发育损害和非遗传性感音神经性听力损失(SNHL)最常见的感染性病因。约10-15%有症状婴儿出现长期神经系统后遗症。本研究的科学前提基于两个关键观察:里程碑式研究(如Kimberlin等)表明
【主题与分类】
主题标签:Congenital CMV Infection。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07450365
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/NCT07450365
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:先天性CMV感染。研究标识 简要标题:4个月与6个月抗病毒治疗先天性CMV感染:一项非劣效性试验(CMV-DURATION)。正式标题:评估4个月与6个月疗程抗病毒治疗对先天性巨细胞病毒感染所致神经发育损害的长期疗效:一项多中心、随机、对照、非劣效性临床研究。方案版本:1.1,2026年1月15日。2. 背景与依据 先天性巨细胞病毒(cCMV)感染是全球儿童神经发育损害和非遗传性感音神经性听力损失(SNHL)最常见的感染性病因。约10-15%的有症状婴儿会出现长期神经系统后遗症。本研究的科学前提基于两项关键观察:具有里程碑意义的研究(如Kimberlin等)表明,6个月疗程相较于6周疗程的长期神经发育获益可能由持续性病毒抑制所介导,病毒载量差异持续至约4月龄。
我们前期多中心研究的初步数据提示,4个月抗病毒疗程在改善长期脑功能方面显著优于6周疗程。我们假设,随着新生儿免疫系统成熟,活动性病毒复制可能在4月龄左右转为潜伏状态。因此,4个月疗程可能非劣效于6个月标准疗程,从而有望通过缩短疗程来优化治疗,减少与疗程相关的风险(如药物毒性、费用、耐药可能),同时保持疗效。3. 目标 主要目标:评估在患有中重度症状性cCMV感染的婴儿中,4个月抗病毒疗程相较于6个月疗程在12月龄时复合不良神经发育结局方面的非劣效性。次要目标:比较两组之间的长期神经发育结局(包括不良和轻度损害)
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




