MVA-BN-EBV在健康年轻成人中的安全性与免疫原性1期试验

该数据集来自clinicaltrials.gov,记录一项针对Epstein Barr Virus(EBV)感染的1期、单中心、随机、安慰剂对照、双盲临床试验

Bavarian NordicBavarian Nordic
clinicaltrials
浏览 1
其他Epstein Barr Virus (EBV) Infection疫苗编码
Phase 1 Trial to Evaluate Safety and Immunogenicity of MVA-BN-EBV in Healthy Young Adults

基本信息

模态
其他
创建/更新时间
2026-10-25

资源简介

MVA-BN-EBV在健康年轻成人中的安全性与免疫原性1期试验

该数据集来自clinicaltrials.gov,记录一项针对Epstein Barr Virus(EBV)感染的1期、单中心、随机、安慰剂对照、双盲临床试验。试验纳入15名健康年轻成人,按2剂次程序(第1天和第28天各接种1次)随机接受MVA-BN-EBV(n=12)或安慰剂(n=3),并采用 staggered 入组方式,起始哨兵队列为2人(1人疫苗、1人安慰剂)。数据可用于了解该疫苗在健康人群中的安全性与免疫原性研究设计及受试者分配信息(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Epstein Barr Virus (EBV) 感染。1期、单中心、随机、安慰剂对照、双盲临床试验。受试者(N = 15)将接受2剂次程序(第1天和第28天各接种1次疫苗),随机接受MVA-BN-EBV(n = 12)或安慰剂(n = 3)。试验招募将采用交错方式进行。在每个队列中,受试者将被随机分配接受MVA-BN-EBV或安慰剂。试验将以2名受试者的哨兵队列开始,1人接受MVA-BN-EBV疫苗,另1人接受安慰剂。

【主题与分类】

主题标签:Epstein Barr Virus (EBV) Infection。本站分类:感染性疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07888088

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07888088

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:EBV感染。1期、单中心、随机、安慰剂对照、双盲临床试验。受试者(N = 15)将接受2剂次接种方案(第1天和第28天各接种1次),随机接受MVA-BN-EBV(n = 12)或安慰剂(n = 3)。试验招募将采用交错方式进行。在每个队列中,受试者将被随机分配接受MVA-BN-EBV或安慰剂。试验将以2名受试者组成的哨兵队列开始,其中1人接种MVA-BN-EBV疫苗,另1人接种安慰剂。

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。

获取专属数据定制方案