COVID-19后遗症与免疫的纵向研究
该数据集来自clinicaltrials.gov，是一项纵向队列研究，旨在评估急性COVID-19的临床后遗症并刻画对SARS-CoV-2的免疫应答
基本信息
资源简介
COVID-19后遗症与免疫的纵向研究
该数据集来自clinicaltrials.gov，是一项纵向队列研究，旨在评估急性COVID-19的临床后遗症并刻画对SARS-CoV-2的免疫应答。研究同时招募COVID-19队列的家庭接触者作为对照组。目标包括：描述康复者持续症状与医学后遗症，估计后遗症发生率及风险因素，表征抗体与细胞免疫应答及其随时间演变，评估再次感染以判断初始感染是否赋予长期保护性免疫，并确定临床沉默感染的发生率。数据可用于后遗症预测、免疫应答动态分析及再感染风险评估（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：COVID-19。研究描述：这是一项纵向队列研究，旨在评估急性COVID-19的临床后遗症并刻画对SARS-CoV-2的免疫应答。COVID-19队列的家庭接触者也将被招募并作为对照组。目标： 在疾病幸存者队列中描述COVID-19康复后的医学后遗症和持续症状。 估计COVID-19后医学后遗症的发生率和风险因素。 在疾病幸存者中刻画对SARS-CoV-2的抗体和细胞介导免疫应答。 刻画幸存者中对SARS-CoV-2的抗体和T细胞介导应答随时间的演变。 评估幸存者是否在未来COVID-19浪潮中再次感染的证据，以确定初始感染是否赋予长期保护性免疫。 确定临床沉默感染的发生率
【主题与分类】
主题标签：COVID-19。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04411147
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/NCT04411147
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：COVID-19。研究描述：这是一项纵向队列研究，旨在评估急性COVID-19的临床后遗症，并描述针对SARS-CoV-2的免疫反应特征。COVID-19队列的家庭接触者也将被招募，并作为对照组。研究目标：* 描述COVID-19康复者队列中的医学后遗症及持续症状。* 估计COVID-19后医学后遗症的发生率和风险因素。* 描述疾病幸存者对SARS-CoV-2的抗体和细胞介导免疫反应特征。* 描述幸存者随时间推移对SARS-CoV-2的抗体和T细胞介导反应的演变。* 评估幸存者是否有再次感染未来COVID-19疫情的证据，以确定初次感染是否赋予长期保护性免疫。* 确定家庭接触者中临床无症状感染的发生率。* 描述幸存者和对照组的精神健康状况，包括与医疗创伤相关的后遗症。终点：建立一个临床特征明确的COVID-19康复者及其密切接触者的队列。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
