HIV/AIDS患者感染SARS-CoV-2的临床特征与预后队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06172816

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：PLWH、Covid-19、临床特征、预后。2020年2月11日，国际病毒分类委员会将严重急性呼吸综合征冠状病毒2（SARS-CoV-2）所致的疾病命名为新型冠状病毒病（COVID-19，简称Covid-19）。目前，COVID-19已成为全球大流行。然而，PLWH体内HIV的持续复制及其导致的细胞免疫缺陷和持续性炎症可能对Covid-19的易感性、严重程度和病程产生不同影响。多项大型队列研究发现，HIV与Covid-19合并感染患者住院和死亡风险增加的证据。同时，一项纳入22项研究的荟萃分析显示，HIV感染仍是获得Covid-19感染的重要危险因素，且与COVID-19较高的死亡风险相关。为进一步明确HIV合并Covid-19感染的临床特征和预后并探讨其免疫机制，我们将开展本研究。

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。