序贯数字干预提高心力衰竭患者流感疫苗接种率
该数据集来自clinicaltrials.gov,聚焦心力衰竭患者的季节性流感疫苗接种。PANDA-BOOST试验为前瞻性、实用性、开放标签的两阶段序贯随机临床试验,评估序贯数字干预对提高曾因心衰住院患者流感疫苗接种率的效果

基本信息
资源简介
序贯数字干预提高心力衰竭患者流感疫苗接种率
该数据集来自clinicaltrials.gov,聚焦心力衰竭患者的季节性流感疫苗接种。PANDA-BOOST试验为前瞻性、实用性、开放标签的两阶段序贯随机临床试验,评估序贯数字干预对提高曾因心衰住院患者流感疫苗接种率的效果。研究对象来自中国多中心整群随机试验PANDA II的既往入组人群,通过AI辅助电话评估确定资格,确认存活且未接种2026-2027季节性流感疫苗者进入第一阶段随机化。数据可用于研究数字健康干预与疫苗接种行为(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心力衰竭、流感疫苗接种。PANDA-BOOST(通过技术实现外展策略行为优化)试验是一项前瞻性、实用性、开放标签、两阶段序贯随机临床试验,旨在评估序贯数字干预在提高既往因心力衰竭住院患者季节性流感疫苗接种率方面的有效性。研究人群:参与者将从既往入组PANDA II试验的人群中识别,该试验是在中国开展的多中心整群随机临床试验。PANDA-BOOST的资格将通过初始AI辅助电话评估确定。成功联系、确认存活且确认未接种2026-2027季节性流感疫苗的参与者将有资格进入第一阶段随机化。参与者
【主题与分类】
主题标签:Heart Failure、Influenza Vaccination。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07880158
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/NCT07880158
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:心力衰竭、流感疫苗接种。PANDA-BOOST(通过技术实现外展策略的行为优化)试验是一项前瞻性、实用性、开放标签、两阶段序贯随机临床试验,旨在评估序贯数字化干预措施在提高既往因心力衰竭住院患者季节性流感疫苗接种率方面的有效性。研究人群参与者将从既往入组PANDA II试验的人群中识别,该试验是一项在中国开展的多中心整群随机临床试验。PANDA-BOOST的入选资格将通过初步的AI辅助电话评估确定。成功联系到、确认存活且确认未接种2026-2027季节性流感疫苗的参与者将有资格进入第一阶段随机化。已接种疫苗、无法成功联系或疫苗接种状态不确定的参与者将不进行第一阶段随机化。
第一阶段随机化 所有符合条件的参与者将在初始AI辅助电话通话期间接受标准化的常规流感疫苗接种建议。在此评估之后,参与者将按1:2的比例随机分配至以下两组之一:1. 常规建议组:在初始电话通话后不再提供额外的研究特异性疫苗接种促进干预。2. 序贯数字干预组:参与者将在初始电话通话后约14天和28天接受额外的AI辅助电话通话。第一阶段随机化将采用分层置换区组随机化,分层依据为参与者在PANDA II试验中的原始随机分配。在第二次和第三次AI辅助电话通话期间,将重新评估疫苗接种状态。对于仍未接种疫苗的参与者,将询问其未接种原因,并再次接受标准化的流感疫苗接种建议。
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。




