儿童侵袭性肺炎球菌疾病中免疫障碍的发生率
该数据集来自 clinicaltrials.gov，为一项多中心前瞻性审计，旨在确定侵袭性肺炎球菌疾病（IPD）患儿中免疫缺陷的发生率
基本信息
资源简介
儿童侵袭性肺炎球菌疾病中免疫障碍的发生率
该数据集英文名为 What is the Incidence of an Immune Disorder in Children With Invasive Pneumococcal Disease (IPD)?，来源于 clinicaltrials.gov，在本站归类于免疫系统疾病 / 其他。其源站描述表明，这是一项多中心前瞻性审计，目的是确定侵袭性肺炎球菌疾病（IPD）患儿中免疫缺陷的发生率。数据集围绕侵袭性肺炎球菌疾病（复发性、孤立性，分列两类）、针对该疾病的保护以及原发性免疫缺陷等主题组织，主题标签与源站所列条件一致。整体而言，该数据集记录了一项以儿童 IPD 人群为对象、以免疫缺陷发生率为核心研究问题的临床研究信息，可用于了解该研究的基本定位与关注范围。
【数据集背景】
该数据集对应的研究聚焦于儿童侵袭性肺炎球菌疾病与免疫缺陷之间的关系。源站描述列出了研究涉及的条件，包括复发性孤立性侵袭性肺炎球菌疾病（分列两类）、针对侵袭性肺炎球菌疾病的保护以及原发性免疫缺陷。研究以多中心前瞻性审计的形式开展，说明其设计强调在多个中心前瞻性地收集与审计病例，而非单中心回顾性整理。研究旨在回答的核心问题是：在患侵袭性肺炎球菌疾病的儿童中，免疫缺陷的发生情况如何。该背景决定了数据集的主题范围集中在 IPD 患儿群体、免疫缺陷识别以及二者关联的审计性观察上。
【数据内容】
依据源站描述，该数据集所对应的研究包含明确的研究目标：其一，确定 2 岁以上出现侵袭性肺炎球菌疾病的儿童中原发性免疫缺陷的发生率；其二，确定与儿童侵袭性肺炎球菌疾病相关的免疫缺陷类型。主题标签进一步标明了复发性孤立性侵袭性肺炎球菌疾病（两类）、针对侵袭性肺炎球菌疾病的保护以及原发性免疫缺陷等关键词。除上述研究目标与主题范围外，源站未提供具体变量、字段、样本量或统计指标等细节。
【采集与来源】
该数据集来源站为 clinicaltrials.gov。源站描述表明研究为多中心前瞻性审计，即数据采集依托多个中心、以向前观察的方式进行。关于具体的采集机构、采集时间、随访安排以及数据录入流程，源站未提供。
【适用场景】
该数据集适用于了解儿童侵袭性肺炎球菌疾病与免疫缺陷关系的研究背景，可用于识别该研究关注的人群（IPD 患儿，尤其是 2 岁以上儿童）、研究问题（原发性免疫缺陷的发生率及类型）以及研究设计类型（多中心前瞻性审计）。对于需要梳理相关主题标签或检索同类临床研究信息的场景，该数据集可提供研究定位层面的参考。涉及具体临床决策或流行病学估计的用途，源站未提供支撑信息。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或分析指引。
【质量与限制】
该数据集为多中心前瞻性审计所对应的研究信息，其研究目标明确限定于 2 岁以上 IPD 患儿中原发性免疫缺陷的发生率及类型。除此之外，源站未提供样本规模、数据完整性、偏倚控制或验证情况等质量信息，也未提供使用限制说明。
【引用与许可】
源站未提供引用格式与许可信息。
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/NCT03815357
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：侵袭性肺炎球菌病，复发性孤立性，1；侵袭性肺炎球菌病，复发性孤立性，2；侵袭性肺炎球菌病，防护；原发性免疫缺陷。这是一项多中心前瞻性审计，旨在确定IPD患儿中免疫缺陷的发生率。项目目标及/或研究问题 1. 确定2岁以上表现为IPD的儿童中原发性免疫缺陷的发生率 2. 确定儿童中与IPD相关的免疫缺陷类型
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。
