BK1310在健康婴儿中的确证性研究
该数据集来自clinicaltrials.gov，为BK1310在健康婴儿中开展的确证性研究。研究覆盖破伤风、白喉、百日咳、脊髓灰质炎和细菌性脑膜炎，旨在评估BK1310在三次注射后对所有抗原（抗PRP、白喉毒素、百日咳、破伤风毒素和脊髓灰质炎病毒）的免疫原性，并与ActHIB®和Tetrabik联
基本信息
资源简介
BK1310在健康婴儿中的确证性研究
该数据集英文名为 Confirmatory Study of BK1310 in Healthy Infants，来自 clinicaltrials.gov，本站归类为感染性疾病 / 其他。它对应一项在健康婴儿中开展的 BK1310 确证性研究，涉及破伤风、白喉、百日咳、脊髓灰质炎和细菌性脑膜炎。研究目的是评估 BK1310 在三次注射后对所有抗原（抗 PRP、白喉毒素、百日咳、破伤风毒素和脊髓灰质炎病毒）的免疫原性，并与 ActHIB® 和 Tetrabik 联用进行非劣效性比较，同时评估有效性和安全性。数据集以主题标签形式标注上述五种疾病，便于按感染性疾病领域检索和归类。
【数据集背景】
该数据集所对应的研究聚焦健康婴儿人群中的疫苗确证性评价。研究涉及破伤风、白喉、百日咳、脊髓灰质炎和细菌性脑膜炎等感染性疾病相关抗原，核心在于将 BK1310 三次注射后的免疫应答与 ActHIB® 和 Tetrabik 联用方案进行非劣效性比较，并同时观察有效性和安全性。这一背景决定了数据集围绕婴儿疫苗免疫原性与安全性评价展开，属于感染性疾病领域下与多抗原联合疫苗相关的数据资源。
【数据内容】
源站描述显示，研究评价的抗原包括抗 PRP、白喉毒素、百日咳、破伤风毒素和脊髓灰质炎病毒；干预比较对象为 ActHIB® 与 Tetrabik 联用；给药次数为三次注射；评价维度包括免疫原性、有效性和安全性。主题标签覆盖 Tetanus、Diphtheria、Pertussis、Poliomyelitis、Bacterial Meningitis。除上述研究层面信息外，源站未提供具体受试者数量、分组细节、采样时间点、检测方法、统计指标数值或结果数据。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床试验注册信息相关数据。其内容依据源站描述组织，反映一项在健康婴儿中开展的研究。源站未提供数据采集的具体时间范围、采集机构、数据提取方式或更新频率等信息。
【适用场景】
基于现有信息，该数据集可用于了解 BK1310 在健康婴儿中三次注射后针对抗 PRP、白喉毒素、百日咳、破伤风毒素和脊髓灰质炎病毒的免疫原性评价设计，以及与非劣效性比较、有效性和安全性评价相关的研究框架。也可用于按感染性疾病 / 其他分类及主题标签进行疫苗研究主题的检索与归类。源站未提供该数据集在具体分析、建模或二次研究中的适用性说明。
【使用方法】
源站未提供该数据集的使用方法、访问方式、数据格式或分析指引。
【质量与限制】
该数据集的信息来自临床研究注册描述，源站未提供数据完整性、准确性验证、偏倚控制或结果层面的质量评价信息。由于缺少受试者数量、分组、检测指标数值和统计结果等具体内容，无法据此对研究结论或数据质量作出进一步判断。源站未提供相关限制说明。
【引用与许可】
源站未提供引用格式、许可条款或使用限制信息。
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/NCT03891758
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
适应症：破伤风、白喉、百日咳、脊髓灰质炎、细菌性脑膜炎。本研究的目的是评价BK1310在健康婴儿中注射3次后对所有抗原（抗PRP、白喉毒素、百日咳、破伤风毒素和脊髓灰质炎病毒）的免疫原性，与ActHIB®和Tetrabik联合接种相比的非劣效性，以及疗效和安全性。
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。
