COMMUNITY 研究数据集

数据集获取

源站：https://doi.org/10.17044/scilifelab.13567355.v1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

来自COMMUNITY研究的数据集，包括2149名医护人员。纵向队列研究。数据包括：1. 基线时医护人员n=2149和患者n=118，以及四个月随访时医护人员n=1974和患者n=59的血清学分析数据。针对SARS-CoV-2病毒多个表位的IgG抗体的原始数据。2. 收集的自填问卷原始数据（N=2149），调查自2020年1月1日以来与COVID-19相符的预设既往症状、职业、工作地点以及采血前自报接触COVID-19感染患者的情况。问卷包含11种预设症状（发热、头痛、嗅觉丧失、味觉丧失、咳嗽、不适、普通感冒、腹痛、咽痛、气短），并设有备选选项“自2020年1月1日以来无持续或既往症状”。摘要COMMUNITY研究是一项大型纵向队列研究，包括2149名医护人员和118名COVID-19患者。旨在更深入地了解SARS-CoV-2免疫记忆（体液免疫和细胞免疫）的产生和动态变化。

我们还旨在绘制和研究病毒及免疫介导的持续症状，即所谓的长新冠，以及对SARS-CoV-2的易感性/抵抗力。研究纳入工作于2020年4月开始，每四个月从同一批2149名个体和幸存患者中采集系列血液样本。值得注意的是，在纳入研究时，HCW研究参与者中有很大一部分（19%）已感染COVID-19，且绝大多数报告无症状或症状轻微，因此代表了社会中传播风险最大的人群。该队列还包括一个庞大的数据库，进一步使得能够全面绘制长新冠图谱，这有助于确定早期干预措施的目标，以捕捉、预防和治疗这一状况。

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。