多西环素治疗HIV感染者COPD的研究
该数据集来自clinicaltrials.gov，围绕HIV感染者合并慢性阻塞性肺疾病（COPD）及肺气肿的临床研究，探索多西环素每日两次、持续6个月的安全性、耐受性与生物学效应
基本信息
资源简介
多西环素治疗HIV感染者COPD的研究
该数据集来自clinicaltrials.gov，围绕HIV感染者合并慢性阻塞性肺疾病（COPD）及肺气肿的临床研究，探索多西环素每日两次、持续6个月的安全性、耐受性与生物学效应。研究采用随机、双盲、安慰剂对照的试点设计，涉及吸烟、慢性炎症、免疫激活、氧化应激和呼吸道感染等多重因素。数据可用于分析药物干预对HIV感染者COPD相关指标的影响，支持呼吸系统疾病与HIV共病领域的预测建模或疗效评估（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：HIV、慢性阻塞性肺疾病（COPD）、肺气肿。慢性阻塞性肺疾病（COPD）正成为HIV感染者发病的重要原因，可能由多种因素导致，包括吸烟率增加、慢性炎症与免疫激活、氧化应激及呼吸道感染。我们的初步数据提示，HIV感染的吸烟者中多种肺基质金属蛋白酶（MMPs）上调，这些酶能够降解细胞外基质和基底膜成分，从而可能促进肺气肿加速发展。我们的具体目标是确定多西环素每日两次、持续6个月在HIV感染合并COPD受试者中的安全性、耐受性和生物学效应。为实现该目标，我们将开展一项多西环素100 mg每日两次的随机、双盲、安慰剂对照试点研究。
【主题与分类】
主题标签：HIV、Emphysema。本站分类：呼吸系统疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01744093
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/NCT01744093
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：HIV、慢性阻塞性肺疾病（COPD）、肺气肿。慢性阻塞性肺疾病（COPD）正逐渐成为HIV感染者发病的重要原因，可能由多种因素所致，包括吸烟率增加、慢性炎症与免疫激活、氧化应激及呼吸道感染。我们的初步数据表明，在感染HIV的吸烟者中，多种肺基质金属蛋白酶（MMPs）表达上调，这些酶能够降解细胞外基质和基底膜成分，从而可能加速肺气肿的发生。我们的具体目标是确定每日两次多西环素治疗6个月在HIV感染合并COPD受试者中的安全性、耐受性及生物学效应。为实现这一目标，我们将开展一项随机、双盲、安慰剂对照的初步研究，在30名HIV感染合并COPD的受试者中给予多西环素100 mg每日两次（多西环素与安慰剂比例为2：1）。
主要终点将是安全性/耐受性，次要终点将包括FEV1的变化、支气管镜检查获取的上皮衬液和细胞中MMP活性的降低，以及血液、ELF和支气管肺泡灌洗(BAL)细胞沉淀中的多西环素水平。除了提供多西环素在肺部生物学效应方面的新见解外，这项初步研究还将为II期试验的终点选择提供依据，该试验最终将解决HIV感染患者COPD/肺气肿新型干预措施这一未满足的医疗需求。
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。
