上海SARS-CoV-2感染母亲所生新生儿结局
该数据集来自clinicaltrials.gov，聚焦2022年3月上海Omicron疫情暴发期间，感染SARS-CoV-2的母亲所生新生儿的临床结局
基本信息
资源简介
上海SARS-CoV-2感染母亲所生新生儿结局
该数据集英文名为 Outcomes of Neonates Born to Mothers With SARS-CoV-2 Infection in Shanghai，来源于 clinicaltrials.gov，主题聚焦 SARS-CoV-2 感染、新生儿感染与临床结局。其核心内容是分析 2022 年 3 月上海 Omicron 疫情暴发期间，感染 SARS-CoV-2 的母亲所生新生儿的临床结局。数据集在分类上归入感染性疾病 / 其他，适合关注母婴垂直传播风险、新生儿感染转归与围产期公共卫生应对的研究者参考使用。
【数据集背景】
2022 年 3 月起，上海出现 SARS-CoV-2 感染（Omicron）暴发。围绕这一公共卫生事件，相关研究关注感染孕产妇所分娩新生儿的临床结局。该数据集即在这一背景下形成，旨在分析感染 SARS-CoV-2 的母亲所生新生儿的临床结局，涉及的条件包括 SARS-CoV2 感染、新生儿感染与结局。
【数据内容】
数据集的主题标签为 SARS-CoV2 Infection、Neonatal Infection 与 Outcomes，内容围绕感染 SARS-CoV-2 的母亲所生新生儿的临床结局展开。源站未提供具体的变量字段、样本量、结局指标种类或数据表结构等细节。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述说明，这是一项队列研究，目的是分析感染 SARS-CoV-2 的母亲所生新生儿的临床结局。源站未提供具体的采集机构、采集时间窗口、随访方式或数据录入流程等信息。
【适用场景】
基于其主题与来源，该数据集可用于围绕 SARS-CoV-2 母婴感染与新生儿结局的研究场景，例如了解疫情期间新生儿临床结局的研究设计背景，或作为相关队列研究的参考信息。源站未提供具体的适用分析类型或推荐应用案例。
【使用方法】
源站未提供数据访问方式、下载格式、字段说明或分析指南等信息。
【质量与限制】
源站未提供样本规模、数据完整性、缺失情况、偏倚控制或质量评估等信息。使用时需注意，该数据集描述的是特定时间与地点背景下（2022 年 3 月上海 Omicron 疫情暴发期间）的研究主题，其结论外推范围受源站未说明的因素限制。
【引用与许可】
源站未提供引用格式、许可协议或使用条款等信息。
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/NCT05379452
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：SARS-CoV-2感染、新生儿感染、结局。自2022年3月起，上海出现SARS-CoV-2感染（奥密克戎）疫情暴发。本队列研究旨在分析感染SARS-CoV-2的母亲所生新生儿的临床结局。
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。
