儿童COVID结局研究（PECOS）
数据围绕急性感染后的长期后遗症、免疫应答演变、与长期结局相关的遗传因素以及保护性免疫的广度与持续时间展开，包含基线与第 3 年随访的胸部影像等检查
基本信息
资源简介
儿童COVID结局研究（PECOS）
PECOS 是来自 clinicaltrials.gov 的儿童 COVID 结局研究数据集，覆盖有症状（含 COVID-19 与 MIS-C）及无症状 SARS-CoV-2 感染的儿童幸存者队列。数据围绕急性感染后的长期后遗症、免疫应答演变、与长期结局相关的遗传因素以及保护性免疫的广度与持续时间展开，包含基线与第 3 年随访的胸部影像等检查。可用于研究儿童感染后长期临床结局与免疫保护规律（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Covid19、与 COVID-19 相关的 MIS-C、儿童多系统炎症综合征（MIS-C）、SARS-CoV2 感染。本研究将建立一个由有症状（包括 COVID-19 和 MIS-C）和无症状 SARS-CoV-2 感染的儿童幸存患者组成的队列，以研究急性感染的长期后遗症以及免疫应答随时间的演变。对该队列的纵向随访将提供关于急性 COVID-19 和 MIS-C 临床后遗症、对 SARS-CoV-2 免疫应答特征、与长期结局相关的遗传因素以及保护性免疫的程度和持续时间的重要信息。研究程序包括：1. 非增强胸部计算机断层扫描（CT）或胸部 X 线：所有参与者将接受 2 次胸部影像检查，一次在基线，一次在最终研究访视（第 3 年）。2. 非增强心脏
【主题与分类】
主题标签：Covid19、MIS-C Associated With COVID-19、SARS-CoV2 Infection。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04830852
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/NCT04830852
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
病症：Covid19、与COVID-19相关的MIS-C、儿童多系统炎症综合征（MIS-C）、SARS-CoV2感染。本研究将建立一个队列，包含有症状（包括COVID-19和MIS-C）及无症状SARS-CoV-2感染的儿科幸存患者，旨在研究急性感染的长期后遗症及免疫反应随时间的演变。对该队列的纵向随访将提供关于急性COVID-19和MIS-C临床后遗症、SARS-CoV-2免疫反应特征、与长期结果相关的遗传因素以及保护性免疫的程度和持续时间的重要信息。研究程序包括：1. 非增强胸部计算机断层扫描（CT）或胸部X光：所有参与者将接受2次胸部影像学检查，一次在基线时，一次在最终研究访视（第3年）。2. 非增强心脏磁共振成像（MRI）：所有参与者将在本研究期间接受2至3次非增强心脏MRI检查。3. 超声心动图 4. 心电图（EKG） 5. 肺功能测试（PFT） 6. 问卷：完成问卷大约需要25至64分钟。
- 采集血液（包括用于可选基因检测）、鼻咽（NP）拭子、尿液和粪便。基因检测（可选）：本方案涉及使用全基因组测序（WGS）方法对所有参与者进行基因检测。临床摄影（可选）：参与者可以拒绝拍照或对照片的使用施加任何限制。
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。
