乌干达农村HIV感染者队列中COPD的气道微生物组与Th17介导炎症数据集
该数据集来自clinicaltrials.gov,聚焦乌干达农村HIV感染者队列中慢性阻塞性肺疾病(COPD)的气道微生物组与Th17介导炎症

基本信息
资源简介
乌干达农村HIV感染者队列中COPD的气道微生物组与Th17介导炎症数据集
该数据集来自clinicaltrials.gov,聚焦乌干达农村HIV感染者队列中慢性阻塞性肺疾病(COPD)的气道微生物组与Th17介导炎症。源站描述指出,抗逆转录病毒治疗可及性改善使HIV感染者预期寿命延长,非传染性疾病负担上升,撒哈拉以南非洲COPD相关疾病与死亡显著增加,尤其是有肺结核病史者。数据可用于研究HIV合并COPD的微生物组与炎症机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COPD、HIV感染、呼吸系统疾病。引言 HIV/AIDS感染者(PLWHA)中抗逆转录病毒治疗(ART)可及性的改善已使HIV相关发病率和死亡率下降[1]。这在承担最大HIV负担的低收入和中等收入国家(LMICs)尤为明显[2]。死亡率的降低大幅提高了预期寿命,目前PLWHA的估计预期寿命已接近一般人群[3]。因此,幸存者对慢性阻塞性肺疾病(COPD)等非传染性疾病(NCD)新出现的负担日益关注[4]。撒哈拉以南非洲拥有最高密度的PLWHA,其COPD相关发病率和死亡率急剧上升,尤其是在有肺结核(PTB)病史的个体中[5]。在农村
【主题与分类】
主题标签:COPD、HIV Infections、Respiratory Disease。本站分类:呼吸系统疾病/肺结核。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05223114
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/NCT05223114
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
疾病条件:慢性阻塞性肺疾病(COPD)、HIV感染、呼吸系统疾病。
引言
HIV感染者/艾滋病患者(PLWHA)接受抗逆转录病毒治疗(ART)的可及性改善,使HIV相关发病率和死亡率下降[1]。在承担最大HIV负担的低收入和中等收入国家(LMICs),这一趋势尤为明显[2]。死亡率的降低大幅延长了预期寿命,目前PLWHA的预期寿命估计已接近一般人群[3]。因此,幸存者对慢性阻塞性肺疾病(COPD)等非传染性疾病(NCD)日益加重的负担愈发关注[4]。撒哈拉以南非洲拥有最密集的PLWHA人群,其COPD相关发病率和死亡率急剧上升,尤其是在有肺结核(PTB)病史的个体中[5]。在乌干达农村的ART诊所,我们报告COPD患病率为6.22%,PTB病史是COPD风险和肺功能下降的最强预测因素[5]。目前,对于在ART治疗下控制良好的PLWHA人群中,究竟是什么驱动了慢性肺部炎症,尚不完全清楚。
为寻找上述问题的答案,我们一直在探索气道微生物组改变在PLWHA慢性气道炎症调控中的作用。我们的研究问题已得到越来越多来自人类和动物研究的知识支持,这些研究表明,栖息于气道的细菌群落改变会触发免疫反应和慢性气道炎症[6-9]。在最近一项涉及乌干达农村地区50名HIV+COPD+、50名HIV+COPD-、50名HIV-COPD-和50名HIV-COPD-参与者的研究中,我们调查了气道微生物组改变与HIV相关COPD之间的关联(NCT040702)。对诱导痰样本进行16S测序的初步分析显示,尽管与对照组相比,合并COPD的PLWHA在细菌多样性方面存在微小差异,但属于Atopobium、Megasphaera、Actinomyces、Selenomonas、St等属的共生微生物
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。




