卢森堡COVID-19阳性患者队列：预测患者预后的分层研究
该数据集来自clinicaltrials.gov，聚焦卢森堡COVID-19阳性患者队列，目标为近乎招募全部COVID-19阳性者
基本信息
资源简介
卢森堡COVID-19阳性患者队列：预测患者预后的分层研究
该数据集英文名为 Luxembourg Cohort of Positive Patients for COVID-19: a Stratification Study to Predict Patient Prognosis，来源于 clinicaltrials.gov，在本站归类于感染性疾病 / 其他。其主题标签为 Covid19，聚焦卢森堡 COVID-19 阳性患者队列，目标为近乎招募全部 COVID-19 阳性者。数据集围绕 COVID-19 阳性人群的分层研究展开，旨在预测患者预后，并设定了最低 200 名 COVID-19 阳性者的子样本规模，用于评估特定风险因素与重症风险之间的关联。该数据集适合关注 COVID-19 感染人群随访、生物样本采集与预后分层研究的用户参考使用。
【数据集背景】
该数据集对应的研究以 COVID-19 为条件，核心目标是在卢森堡近乎招募全部 COVID-19 阳性者，并在此基础上开展分层研究以预测患者预后。研究特别提出，Predi-COVID 研究中至少 200 名 COVID-19 阳性者的子样本，将能够在疾病患病率高于 7% 时，以 80% 的把握度发现所选风险因素对应的重症风险比高于 2。这一背景说明该数据集服务于 COVID-19 阳性人群的预后风险识别与分层分析，而非单纯的感染描述性统计。
【数据内容】
源站描述显示，该数据集涉及 COVID-19 阳性者的生物样本与相关数据收集。对于每一位经 RTqPCR 检测为阳性的有症状成人，将在纳入时采集生物样本，并在纳入后 3 周进行随访采样。数据将通过 3 种不同方式进行收集，但源站描述在此处中断，未完整给出三种方式的具体内容。主题标签为 Covid19，本站分类为感染性疾病 / 其他。除上述信息外，源站未提供更细化的变量清单、字段结构或样本量最终结果。
【采集与来源】
数据来源站为 clinicaltrials.gov。采集对象为卢森堡的 COVID-19 阳性者，研究目标为近乎招募全部此类人群。对于居家患者，将由 CIEC 的经验丰富护士执行采样，并在实际情境下采取所有必要的预防与防护措施。对于住院患者，将采用简化的采样策略，并根据患者状态、工作人员工作量进行调整，同时随疫情演变不断调整。生物样本在纳入时及纳入后 3 周随访时采集。数据收集方式共 3 种，但源站描述未完整列出具体方式。
【适用场景】
该数据集适用于 COVID-19 阳性人群的预后分层研究，尤其是评估特定风险因素与重症风险之间关联的场景。其设计目标包括在患病率高于 7% 时，以 80% 的把握度检出重症风险比高于 2 的风险因素，因此可用于风险因素筛选、重症风险预测以及队列随访分析等用途。由于研究强调近乎招募全部 COVID-19 阳性者，该数据集也适合作为区域性阳性人群队列研究的参考。具体适用模型、分析终点或外部验证结果，源站未提供。
【使用方法】
源站未提供具体使用方法。可确认的是，数据收集通过 3 种不同方式进行，生物样本在纳入时和纳入后 3 周随访时采集，但三种收集方式的具体内容、数据访问方式、变量使用说明以及分析操作细节均未在源站描述中给出。用户如需使用该数据集，应以源站后续发布的完整研究方案和数据说明为准。
【质量与限制】
该数据集的目标是近乎招募全部卢森堡 COVID-19 阳性者，并设定至少 200 名阳性者的子样本以支持风险比分析，这为其统计把握度提供了设计层面的说明。但源站描述在数据收集方式处中断，未提供完整的三种收集方式、最终样本量、缺失情况、随访完成率或质量控制措施。住院患者采用简化采样策略并随患者状态、工作人员工作量和疫情演变调整，这可能带来采样方式不一致的问题，但源站未对此作出质量评估。总体而言，源站未提供系统的质量与限制说明。
【引用与许可】
源站未提供引用格式与许可信息。该数据集来源于 clinicaltrials.gov，英文名称为 Luxembourg Cohort of Positive Patients for COVID-19: a Stratification Study to Predict Patient Prognosis。关于使用许可、引用要求或数据共享条件，源站未提供，用户应自行查阅源站相关条款。
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/NCT04380987
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：Covid19。目标是在卢森堡招募几乎所有COVID-19阳性人员。Predi-COVID研究中至少200名COVID-19阳性人员的子样本将能够在疾病患病率高于7%时，以80%的把握度发现所选风险因素的严重疾病风险比高于2。对于每名经RTqPCR检测呈阳性的有症状成人，将在纳入时以及纳入后3周随访时采集生物样本。对于居家患者，将由CIEC的一名经验丰富的护士进行采样，在当前情况下采取所有必要的预防措施和防护。对于住院患者，将实施简化的采样策略，并根据患者状态、工作人员工作量进行调整，并根据疫情演变不断调整。数据将通过3种不同方式收集：1. 问卷：诊断后前14天通过每日问卷收集健康状况监测数据，第3周和第4周通过每周问卷收集，第2个月至第12个月通过每月问卷收集。2.
改编版ISARIC电子病例报告表，适用于住院患者（整个住院期间）以及从家中纳入的患者在纳入时使用。3. 智能手机应用程序（LIH内部解决方案）：创新数据（语音记录、地理定位和迷你问卷）。将增加一项辅助研究（Predi-COVID-H）：Predi-COVID-H是一项辅助队列研究，由指示病例的家庭成员组成，旨在监测这一高风险人群中的症状和疾病暴发。对于纳入Predi-COVID子样本的“病例”家庭中每一位无症状成员（“接触者”），将收集临床和社会经济特征。生物样本也将在“病例”访视时由护士同步采集，基线时最多采集30毫升血液用于血清学检测。IgG和/或IgA血清阳性的“接触者”将被提议纳入Predi-COVID研究。对于IgG和IgA血清
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。
