COVID-19 阴性对照结局数据集
该数据集围绕 COVID-19 阴性对照结局构建概念集，覆盖诊断、药物、操作、实验室测量和免疫接种等概念。针对 29 个结局识别了相关 SNOMED 与 ICD-10-CM 编码并补充下位概念，另对 10 个结局沿用既往研究的概念集
基本信息
资源简介
COVID-19 阴性对照结局数据集
COVID-19 Negative Control Outcomes
该数据集围绕 COVID-19 阴性对照结局构建概念集，覆盖诊断、药物、操作、实验室测量和免疫接种等概念。针对 29 个结局识别了相关 SNOMED 与 ICD-10-CM 编码并补充下位概念，另对 10 个结局沿用既往研究的概念集。概念集包含痤疮、踝关节扭伤、阑尾切除术、阑尾炎、散光、自闭症、化疗药物、跌倒、骨折等多种结局，可用于在队列研究中校准主要结局的效应估计（来源 DOI 解析，a CC-BY Attribution 4.0 License. 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：针对 29 个结局，识别了相关的 SNOMED 和 ICD-10-CM 编码，添加了下位概念，并对概念表进行字符串搜索以识别感兴趣的编码。针对 10 个结局，应用了既往研究中已有的概念集。完整概念集包括诊断、药物、操作、实验室测量和免疫接种。该概念集用于识别预期与 COVID-19 无关联的阴性对照结局，以便在队列中校准所考察主要结局的效应估计。概念集中包含的阴性对照结局有：痤疮、踝关节扭伤、阑尾切除术、阑尾炎、散光、自闭症、化疗药物、先天性唇裂或腭裂手术、桡骨远端闭合性骨折、脑震荡、先天性心脏手术、接触性皮炎、跌倒、足痛、耳内异物、骨折、嵌塞性耵聍、阻生
【主题与分类】
主题标签：Dependent Variable、Calibration File、Sensitive、Respiratory Tract Diseases、COVID-19、SARS-CoV-2、Respiratory Tract Infections、Infections、Virus Diseases、Calibration。本站分类：感染性疾病。
【获取与许可】
源站页面：https://pedsnet.org/metadata/handle/20.500.14642/1482
使用许可：a CC-BY Attribution 4.0 License.。
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://doi.org/10.24373/pdsp-620
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
包含39个阴性对照结局（NCOs）的概念集，预期这些结局与COVID-19无关联，旨在用于校准p值和置信区间。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
