COVID-19多站点母婴观察性研究
源站描述涉及SARS-CoV-2的传播、公共卫生措施及疫苗研发需求,但未提供具体样本量、数据字段或采集时间等信息。可用于了解COVID-19背景下母婴人群观察性研究的背景与设计方向,具体可用数据内容源站未提供(来源 clinicaltrials.gov)

基本信息
资源简介
COVID-19多站点母婴观察性研究
该数据集来自clinicaltrials.gov,为COVID-19多站点母婴观察性研究,主题标签为COVID-19。源站描述涉及SARS-CoV-2的传播、公共卫生措施及疫苗研发需求,但未提供具体样本量、数据字段或采集时间等信息。可用于了解COVID-19背景下母婴人群观察性研究的背景与设计方向,具体可用数据内容源站未提供(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:COVID-19。SARS-CoV-2是引起2019年冠状病毒病(COVID-19)的新型冠状病毒,于2019年12月在中国武汉首次出现,并持续在全球传播。SARS-CoV-2在人与人之间具有高度传播性。已引入一系列公共卫生措施,包括社交距离、避免大型集会(尤其是室内)以及佩戴口罩,以防止病毒传播。然而,一旦这些措施放松,除非人群免疫力超过群体免疫阈值,否则预计SARS-CoV-2会再次暴发。这凸显了对安全有效的SARS-CoV-2疫苗的迫切需求。虽然所有处于后期开发阶段的疫苗均基于SARS-CoV-2 S糖蛋白,但它们在其他重要特征上有所不同,包括生产平台、剂次以及免疫原性和安全性特征。
【主题与分类】
主题标签:COVID-19。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05031468
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://clinicaltrials.gov/study/NCT05031468
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:COVID-19。SARS-CoV-2是引起2019冠状病毒病(COVID-19)的新型冠状病毒,于2019年12月在中国武汉首次出现,并持续在全球传播。SARS-CoV-2在人与人之间具有高度传播性。已采取一系列公共卫生措施,包括保持社交距离、避免大规模聚集(尤其是在室内)以及佩戴口罩,以防止病毒传播。然而,一旦这些措施放松,除非人群免疫力超过群体免疫阈值,否则预计SARS-CoV-2会再次暴发。这凸显了对安全有效的SARS-CoV-2疫苗的迫切需求。尽管所有处于后期开发阶段的疫苗均基于SARS-CoV-2 S糖蛋白,但它们在其他重要特征上存在差异,包括生产平台、剂次以及免疫原性和安全性特征。两种基于信使RNA(mRNA)的疫苗BNT162b2(Pfizer-BioNTech)和mRNA-1273(NIAID-Moderna)基于在不同人群中针对有症状感染和重症所显示出的高效力,获得了美国FDA的紧急使用授权(EUA)。
Janssen(强生公司)的单剂非复制型腺病毒载体疫苗也获得了EUA授权。这些大型疫苗试验均未纳入妊娠期或哺乳期女性(例外是Janssen研究中纳入了少量哺乳期女性)。mRNA疫苗正在向优先人群分发,其他疫苗预计在获得EUA批准后也将陆续跟进。美国疾病控制与预防中心(CDC)免疫实践咨询委员会(ACIP)基于暴露风险或合并症,对处于优先组的妊娠期个体接种SARS-CoV-2疫苗给予了许可性推荐。此外,一些州已将妊娠期个体纳入优先组,因为CDC将妊娠本身视为高风险状况。因此,妊娠期
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。




