COVID-19试验查找器数据
临床试验是生成可靠医学证据的金标准，但患者检索相关试验时常受信息过载困扰。截至2020年8月，美国已开展近700项COVID-19试验，因此试验查找者必须能够高效检索COVID相关的临床试验，以促进这些研究的快速招募
基本信息
资源简介
COVID-19试验查找器数据
Data from: The COVID-19 Trial Finder 是一个与 COVID-19 临床试验检索工具相关的数据集，由 Sun、Yingcheng、Butler、Alex、Lin、Fengyang、Liu、Hao、Stewart、Latoya、Kim、Jae Hyun、Idnay、Betina Ross、Ge、Qingyin、Wei、Xinyi、Liu、Cong、Yuan、Chi 与 Weng、Chunhua 共同完成，机构为 Dryad，于 2021 年发布，采用 Creative Commons Zero v1.0 Universal 许可。该数据集对应一项面向美国 COVID-19 临床试验查找的 web 应用研究，旨在缓解患者检索相关试验时的信息过载问题，并通过模拟研究验证工具的准确性与有效性。
【数据集背景】
临床试验被视为生成可靠医学证据的金标准，但患者检索相关试验时常常面临信息过载。截至 2020 年 8 月，美国已开展近 700 项 COVID-19 试验，因此试验查找者必须能够高效检索 COVID 相关的临床试验，以促进这些研究的快速招募。在此背景下，研究团队开发了名为 COVID-19 Trial Finder 的 web 应用，以支持在美国范围内检索 COVID-19 临床试验。
【数据内容】
该数据集英文名为 Data from: The COVID-19 Trial Finder，本站分类为感染性疾病 / 其他，来源站为 doi.org。数据集内容与 COVID-19 Trial Finder 应用相关，该应用首先按地点及距试验站点的半径距离进行检索，随后通过简短的、动态生成的医学问题，使用户能够以最少的人机交互预筛附近 COVID-19 试验的资格。源站描述还提到一项使用 20 份患者病例报告开展的模拟研究，用以展示 COVID-19 Trial Finder 的准确性与有效性。除上述信息外，源站未提供更细粒度的数据字段或记录结构说明。
【采集与来源】
数据集来源站为 doi.org，机构为 Dryad，发布时间为 2021 年。源站描述说明，相关研究开发了 COVID-19 Trial Finder web 应用，并利用 20 份患者病例报告进行模拟研究。关于原始数据的采集地点、采集时间窗口、抽样方式及具体采集流程，源站未提供。
【适用场景】
该数据集适用于与 COVID-19 临床试验检索、试验资格预筛及患者与试验匹配相关的研究场景。根据源站描述，COVID-19 Trial Finder 支持按地点和半径距离检索美国境内的 COVID-19 试验，并通过动态生成的医学问题辅助用户预筛资格，因此可用于评估此类检索与预筛流程的准确性和有效性。使用 20 份患者病例报告的模拟研究也表明，该数据集可服务于对试验查找工具效果的验证性研究。其他潜在应用场景源站未提供。
【使用方法】
源站描述指出，COVID-19 Trial Finder 的使用流程为先按地点及距试验站点的半径距离检索，再通过简短的、动态生成的医学问题预筛资格，且强调最少的人机交互。关于该数据集的具体加载方式、文件格式、字段定义及配套代码的使用说明，源站未提供。
【质量与限制】
源站描述提到，使用 20 份患者病例报告的模拟研究展示了 COVID-19 Trial Finder 的准确性与有效性。该模拟研究基于 20 份患者病例报告，样本规模有限。关于数据集的完整性、标注质量、偏差评估及其他质量限制，源站未提供。
【引用与许可】
该数据集发布于 2021 年，机构为 Dryad，许可为 Creative Commons Zero v1.0 Universal。引用时应使用数据集英文名 Data from: The COVID-19 Trial Finder，并列出作者 Sun、Yingcheng、Butler、Alex、Lin、Fengyang、Liu、Hao、Stewart、Latoya、Kim、Jae Hyun、Idnay、Betina Ross、Ge、Qingyin、Wei、Xinyi、Liu、Cong、Yuan、Chi 与 Weng、Chunhua。关于具体引用格式及许可条款的详细说明，源站未提供。
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://doi.org/10.5061/dryad.7h44j0zs9
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:
数据集大小约 1.2 MB。
数据说明
临床试验是生成可靠医学证据的金标准，但患者检索相关试验时常面临信息过载的问题。截至2020年8月，美国已开展了近700项COVID-19试验，因此试验检索者必须能够高效地搜索与COVID相关的临床试验，以便这些研究能够快速招募受试者。我们开发了一个名为COVID-19 Trial Finder的网络应用程序，该程序便于在美国进行COVID-19试验检索，首先按试验地点及距试验地点的半径距离进行检索，然后通过简短的、动态生成的医学问题，使用户能够以最少的人机交互预先筛选其是否符合附近COVID-19试验的入选资格。一项使用20份患者病例报告的模拟研究证明了COVID-19 Trial Finder的准确性和有效性。
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。
