Long COVID与老年人健康结局关联研究
源站描述提及北京大学健康队列研究（云南安宁）旨在调查COVID-19对老年人健康的影响，并为优化防控策略提供真实世界研究的高质量证据
基本信息
资源简介
Long COVID与老年人健康结局关联研究
该数据集来自clinicaltrials.gov，聚焦Long COVID与老年人健康结局的关联，覆盖Long COVID、COVID-19 Pandemic、Elderly Infection、Vaccine Reaction、Lifestyle Factors、Reinfection等主题。源站描述提及北京大学健康队列研究（云南安宁）旨在调查COVID-19对老年人健康的影响，并为优化防控策略提供真实世界研究的高质量证据。数据可用于分析再感染与Long COVID的发生情况及相关健康结局（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：长新冠、COVID-19大流行、老年人感染、疫苗反应、生活方式因素、再感染。过去3年，COVID-19大流行在全球范围内造成了大量死亡。据估计，全球约46%的人口感染过奥密克戎变异株及其亚系。随着越来越多的人感染SARS-CoV-2，COVID-19后的健康结局在全球范围内受到高度关注。应综合努力评估中国再感染和长新冠的发生率，尤其是对COVID-19易感和脆弱的老年人。鉴于此，云南安宁北京大学健康队列研究旨在调查COVID-19对老年人健康的影响，并为优化COVID-19和其他新发传染病的防控策略提供高质量的真实世界研究证据。将收集有关健康状况、COVID-19感染史和疫苗接种史、生活方式和社会经济特征，以及短期和长期健康结局的数据。
【主题与分类】
主题标签：Long COVID、COVID-19 Pandemic、Elderly Infection、Vaccine Reaction、Lifestyle Factors、Reinfection。本站分类：感染性疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05825651
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://clinicaltrials.gov/study/NCT05825651
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
条件：长新冠、COVID-19大流行、老年人感染、疫苗反应、生活方式因素、再感染。过去3年，COVID-19大流行在全球范围内造成了大量死亡。据估计，全球约46%的人口感染过奥密克戎变异株及其亚系。随着越来越多的人感染SARS-CoV-2，COVID-19后的健康结局在全球范围内受到高度关注。应综合努力评估中国再感染和长新冠的发生率，尤其是对COVID-19易感和脆弱的老年人。鉴于此，云南安宁北京大学健康队列研究旨在调查COVID-19对老年人健康的影响，并为优化COVID-19和其他新发传染病的防控策略提供高质量的真实世界研究证据。将收集有关健康状况、COVID-19感染史和疫苗接种史、生活方式和社会经济特征，以及短期和长期健康结局的数据。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
