Oxford/AstraZeneca COVID-19疫苗在英格兰的有效性研究
研究背景为英国率先开展COVID-19大规模疫苗接种,成人接种优先覆盖高龄人群、照护者及医护人员,已获批使用的疫苗包括Moderna、BioNTech/Pfizer和Oxford/AstraZeneca

基本信息
资源简介
Oxford/AstraZeneca COVID-19疫苗在英格兰的有效性研究
该数据集来自clinicaltrials.gov,聚焦Oxford/AstraZeneca COVID-19疫苗在英格兰的有效性评估。研究背景为英国率先开展COVID-19大规模疫苗接种,成人接种优先覆盖高龄人群、照护者及医护人员,已获批使用的疫苗包括Moderna、BioNTech/Pfizer和Oxford/AstraZeneca。研究主要评估Oxford/AstraZeneca疫苗的有效性,并借助其他COVID-19疫苗的有效性评估来验证研究方法。数据可用于疫苗有效性相关分析与方法学验证(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Covid-19感染。英国(UK)是最早开展COVID-19大规模疫苗接种活动的国家之一,成人疫苗接种首先聚焦于最年长年龄组、其照护者及医护人员(JCVI, 2020)。已有三种COVID-19疫苗获批并正在使用,包括Moderna、BioNTech/Pfizer和Oxford/AstraZeneca疫苗。BioNTech/Pfizer疫苗接种于2020年12月开始,Oxford/AstraZeneca疫苗于2021年1月初开始。本研究主要评估Oxford/AstraZeneca COVID-19疫苗的有效性。鉴于mRNA疫苗在随机对照试验(RCT)和真实世界证据研究中已知的高效力,本研究还旨在评估其他COVID-19疫苗的疫苗有效性(VE),以验证本研究的方法。在
【主题与分类】
主题标签:Covid-19 Infection。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05047822
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/NCT05047822
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感染。英国(UK)是最早开展COVID-19大规模疫苗接种运动的国家之一,成人人群的疫苗接种首先重点关注最年长的年龄组、其照护者以及医护人员(JCVI,2020)。已获批并正在使用的COVID-19疫苗有三种,包括Moderna、BioNTech/Pfizer和Oxford/AstraZeneca疫苗。BioNTech/Pfizer疫苗接种于2020年12月开始,Oxford/AstraZeneca疫苗于2021年1月初开始。本研究主要评估Oxford/AstraZeneca COVID-19疫苗的有效性。鉴于mRNA疫苗在随机对照试验(RCT)和真实世界证据研究中已知具有高效力,本研究还旨在评估其他COVID-19疫苗的疫苗有效性(VE),以验证本研究的方法。2021年9月16日宣布,英国将引入加强针,以应对疫苗效力减弱以及应对应答欠佳的群体。
关于新冠肺炎患者或各临床风险群体的医疗资源利用(HCRU)及医疗费用情况,目前知之甚少。RAVEN研究是一项回顾性队列研究,旨在评估牛津/阿斯利康新冠疫苗在英格兰的真实世界有效性。该研究通过链接英格兰国家数据库中的新冠疫苗接种、检测、医疗记录、住院和死亡数据进行分析。分析将考察一剂和两剂疫苗的有效性,以及适用情况下的加强针或其他额外剂次。本研究的扩展部分(2021年10月)增加了对风险群体中疫苗有效性(VE)的更详细探索,并对新冠患者与已接种疫苗人群的HCRU进行比较评估。
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。




