Paxlovid 对已有基础疾病人群医疗资源使用影响的研究
该数据集来自 clinicaltrials.gov,主题为感染 / 真菌感染,聚焦侵袭性曲霉病与毛霉病。源站描述显示,这是一项观察性研究,计划纳入约 600 名在医院接受至少一剂 isavuconazole 治疗的侵袭性曲霉病或毛霉病患者,覆盖欧洲 5 个国家约 20 个中心

基本信息
资源简介
Paxlovid 对已有基础疾病人群医疗资源使用影响的研究
该数据集来自 clinicaltrials.gov,主题为感染 / 真菌感染,聚焦侵袭性曲霉病与毛霉病。源站描述显示,这是一项观察性研究,计划纳入约 600 名在医院接受至少一剂 isavuconazole 治疗的侵袭性曲霉病或毛霉病患者,覆盖欧洲 5 个国家约 20 个中心。随访从 isavuconazole 起始至停药后六个月、死亡、失访或 2019 年 12 月 31 日(以先发生者为准)。采集去标识化的人口学、疾病特征、疗效、安全性、isavuconazole 治疗模式及 HCRU 数据,可用于分析治疗模式与医疗资源使用等结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:侵袭性曲霉病、毛霉病。这项观察性研究将纳入约 600 名被诊断为侵袭性曲霉病或毛霉病、并在医院环境中接受至少一剂 isavuconazole 治疗的患者。患者将在欧洲 5 个国家的约 20 个中心招募。患者将从 isavuconazole 起始(索引事件)随访至索引治疗停止后六个月、死亡、失访或 2019 年 12 月 31 日,以先发生者为准。去标识化的患者人口学、疾病特征、治疗有效性、安全性结局、isavuconazole 治疗模式和 HCRU 数据将从患者病历中收集,并由中心工作人员录入电子数据采集(EDC)系统。随访数据将包括随时间变化的治疗详情以及临床、放射学、真菌
【主题与分类】
主题标签:Invasive Aspergillosis、Mucormycosis。本站分类:感染/真菌感染。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04550936
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/NCT04550936
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
疾病:侵袭性曲霉病、毛霉病。本观察性研究将纳入约600例在医院环境中接受至少一剂艾沙康唑治疗的侵袭性曲霉病或毛霉病患者。患者将在欧洲5个国家的约20个研究中心招募。患者将从艾沙康唑开始治疗(索引事件)起随访至索引治疗后停药后6个月、死亡、失访或2019年12月31日,以先发生者为准。将从患者病历中收集关于患者人口统计学、疾病特征、治疗有效性、安全性结局、艾沙康唑治疗模式和HCRU的去标识化数据,并由研究中心工作人员录入电子数据采集(EDC)系统。随访数据将包括随时间推移的治疗详情以及临床、影像学、真菌学和医疗资源利用结局。由于本研究为回顾性研究,在病历摘录时,与患者诊疗相关的信息将已记录在患者病历中。
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。




