HIV相关肺疾病表型纵向评估
该数据集来自clinicaltrials.gov，是一项多中心、前瞻性观察性研究，聚焦HIV相关肺疾病的发病机制。研究通过肺功能检测量化HIV阳性受试者的肺功能障碍，确定其患病率及危险因素，并调整抗逆转录病毒治疗、吸烟史、合并感染和非法药物使用等重要协变量
基本信息
资源简介
HIV相关肺疾病表型纵向评估
该数据集来自clinicaltrials.gov，是一项多中心、前瞻性观察性研究，聚焦HIV相关肺疾病的发病机制。研究通过肺功能检测量化HIV阳性受试者的肺功能障碍，确定其患病率及危险因素，并调整抗逆转录病毒治疗、吸烟史、合并感染和非法药物使用等重要协变量。评估安排在基线、18个月和36个月（UCSF的ART启动者为6、12、18和36个月），内容包括抽血、问卷、肺功能检测、6分钟步行试验及第二次访视的胸部CT，匹兹堡站点另含口腔标本采集、糖萼和超声心动图。数据可用于HIV相关肺疾病表型与肺功能障碍的纵向分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Chronic Obstructive Pulmonary Disease、HIV、Emphysema。本研究是一项多中心、前瞻性观察性研究，探讨HIV肺疾病的发病机制。我们将确定HIV+受试者中通过肺功能检测量化的肺功能障碍的患病率和危险因素。我们将在现有纵向队列的基础上，调整抗逆转录病毒治疗（ART）、吸烟史、合并感染和非法药物使用等重要协变量。评估计划在基线、18个月和36个月进行。（UCSF的ART启动者为6、12、18和36个月）。研究访视将包括抽血、问卷、肺功能检测、6分钟步行试验、第二次访视时的胸部CT。仅在匹兹堡站点进行口腔标本采集以及糖萼和超声心动图（第二次访视）。
【主题与分类】
主题标签：Chronic Obstructive Pulmonary Disease、HIV、Emphysema。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02238327
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/NCT02238327
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
条件：慢性阻塞性肺疾病、HIV、肺气肿。本研究是一项多中心、前瞻性观察性研究，旨在探讨HIV肺部疾病的发病机制。我们将确定HIV阳性受试者中肺功能障碍的患病率及其危险因素，并以肺功能检测进行量化。我们将在现有纵向队列的基础上开展研究，并对重要的协变量进行调整，如抗逆转录病毒治疗（ART）、吸烟史、合并感染及非法药物使用。评估计划在基线、18个月和36个月时进行。（对于UCSF的ART启动者，为6、12、18和36个月。）研究访视将包括抽血、问卷调查、肺功能检测、6分钟步行试验，以及第二次访视时的胸部CT。口腔标本采集、糖萼检测和超声心动图（第二次访视）仅在匹兹堡研究中心进行。
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。
