年轻队列乙肝疫苗再接种剂量后的免疫应答
该数据集来自 clinicaltrials.gov,聚焦于乙肝疫苗再接种后的免疫应答研究,对象为1987年后出生、年龄20至33岁、已完成新生儿乙肝免疫程序的年轻成人

基本信息
资源简介
年轻队列乙肝疫苗再接种剂量后的免疫应答
该数据集来自 clinicaltrials.gov,聚焦于乙肝疫苗再接种后的免疫应答研究,对象为1987年后出生、年龄20至33岁、已完成新生儿乙肝免疫程序的年轻成人。研究关注无乙肝保护性抗体(anti-HBs滴度<10 mIU/mL)的高风险年轻成人,旨在为决定再接种剂量提供循证临床指导。数据覆盖乙肝、疫苗接种、感染与疫苗可预防疾病等主题,可用于免疫应答分析及再接种策略研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Hepatitis B,Vaccination;感染,疫苗可预防疾病,疫苗。目的:对于新生儿乙肝免疫规划后出生的年轻成人,尤其是1987年后年龄20-33岁者,额外接种乙肝疫苗可能有助于加强高风险人群对急性乙肝感染的保护。然而,多少剂次最适合保护高风险人群仍是一个有待解决的问题。本研究旨在提供循证临床指南,帮助决定无乙肝保护性抗体(anti-HBs滴度<10 mIU/mL)的高风险年轻成人需要接种的乙肝疫苗再接种剂次。材料与方法:2021年8月至2024年7月,研究者将邀请在台湾出生、年龄超过20岁且1987年后出生、已完成全程接种的年轻成人。
【主题与分类】
主题标签:Hepatitis B、Vaccination; Infection、Preventable Disease, Vaccine。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04970836
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/NCT04970836
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:乙型肝炎、疫苗接种;感染、可预防疾病、疫苗。目的:对于在新生儿乙型肝炎免疫规划实施后出生的年轻成人,尤其是1987年后出生、年龄在20-33岁的人群,额外接种乙型肝炎疫苗可能有助于加强高风险人群对急性乙型肝炎感染的防护。然而,针对高风险人群的保护,接种多少剂次最为合适仍是一个有待解决的问题。本研究旨在提供循证临床指导,帮助确定无乙型肝炎血清保护性抗体(抗-HBs滴度<10 mIU/mL)的高风险年轻成人需要接种的乙型肝炎疫苗复种剂次。材料与方法:2021年8月至2024年7月,研究者将邀请在台湾出生、年龄超过20岁且1987年后出生、在婴儿期至少已完成三剂乙型肝炎疫苗全程接种的年轻成人。
所有乙型肝炎表面抗体(anti-HBs)和表面抗原(HBsAg)均为阴性者,根据anti-HBs滴度浓度(anti-HBs滴度在2.5-10 mIU/mL之间为低浓度,anti-HB滴度低于2.5 mIU/mL为极低浓度)分别接种一剂或两剂乙型肝炎疫苗(Engerix-B),纳入4组。每组招募60例,共240名参与者。每位参与者随访12个月,并在0、7-10天、28天、24-28周和48-52周时测量anti-HBs滴度浓度。研究者将计算各阶段接种乙型肝炎疫苗后的anti-HBs滴度反应率和免疫应答,并进一步进行单因素和多因素分析。预期结果 这项前瞻性队列研究有助于了解按anti-HBs滴度浓度划分接种1剂或2剂再免疫后anti-HBs滴度反应的差异,以及儿童期两种不同类型乙型肝炎疫苗接种的差异。预期可为
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。




