IMOH COVID-19 疫苗接种后住院与死亡内部数据集
该数据集为以色列卫生部(IMOH)在新冠疫苗接种活动中收集的匿名内部药物警戒数据,记录2021年3月至2022年5月期间实时上报给 Pfizer 的住院与死亡事件,分为住院和死亡两个 Excel 工作表,字段涵盖患者年龄、性别、接种剂次与批号、症状出现时间、诊断或死亡情形及上报日期

基本信息
资源简介
IMOH COVID-19 疫苗接种后住院与死亡内部数据集
IMOH Internal Dataset on Hospitalizations and Deaths Following COVID-19 Vaccination
该数据集为以色列卫生部(IMOH)在新冠疫苗接种活动中收集的匿名内部药物警戒数据,记录2021年3月至2022年5月期间实时上报给 Pfizer 的住院与死亡事件,分为住院和死亡两个 Excel 工作表,字段涵盖患者年龄、性别、接种剂次与批号、症状出现时间、诊断或死亡情形及上报日期。所有可识别信息已移除。数据可作为 Shir-Raz 与 Ophir(2025)研究的补充材料,用于疫苗安全性监测与药物警戒相关分析(来源 DOI 解析)。
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集通过受保护的来源获得,包含以色列卫生部(IMOH)在全国 COVID-19 疫苗接种活动期间汇编的匿名内部药物警戒数据。它记录了作为以色列上市后监测活动的一部分实时报告给 Pfizer 的住院和死亡事件。该数据集包含两个 Excel 工作表——一个用于住院,一个用于死亡——每个表包括患者年龄、性别、疫苗接种剂次和批号、症状出现时间、诊断或死亡情形以及 2021 年 3 月至 2022 年 5 月期间向 Pfizer 报告的日期等数据字段。所有可能可识别的数据,包括患者姓名首字母、病史和自由文本临床叙述,均已删除以确保完全保密。该匿名数据集作为以下文献的补充材料共享:Shir-Raz Y & Ophir Y (2025). Di
【主题与分类】
主题标签:Medicine and Health Sciences、CDC、COVID-19 vaccination、Israel Ministry of Health、myocarditis、pericarditis、pharmacovigilance、vaccine safety。本站分类:感染性疾病。
【获取与许可】
源站页面:https://osf.io/hw4jy/
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/10.17605/osf.io/hw4jy
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
该数据集通过受保护的来源获得,包含以色列卫生部(IMOH)在全国COVID-19疫苗接种活动期间汇编的匿名内部药物警戒数据。它记录了作为以色列上市后监测活动的一部分,实时向辉瑞公司报告的住院和死亡病例。该数据集由两个Excel工作表组成——一个为住院数据,一个为死亡数据——每个工作表均包含患者年龄、性别、疫苗接种剂次和批号、症状出现时间、诊断或死亡情况以及2021年3月至2022年5月期间向辉瑞公司报告日期等数据字段。所有可能识别身份的数据,包括患者姓名首字母、病史背景和自由文本临床叙述,均已删除以确保完全保密。该匿名数据集作为以下文献的补充材料共享:Shir-Raz Y & Ophir Y (2025). Disclosure and Analysis of Real-Time Internal Pharmacovigilance Data from Israel on Hospitalizations and Deaths Following COVID-19 Vaccination。
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。




