COVID-19住院患者重症危险因素及Azvudine治疗效果回顾性队列研究
该数据集来自clinicaltrials.gov，收录4201例出院COVID-19患者，聚焦住院患者重症危险因素及Azvudine治疗对死亡率的影响
基本信息
资源简介
COVID-19住院患者重症危险因素及Azvudine治疗效果回顾性队列研究
该数据集英文名为 Risk Factors for Severe Disease in Hospitalized Patients With COVID-19 and the Effect of Azvudine Treatment: a Retrospective Cohort Study，来自 clinicaltrials.gov，主题标签为 COVID-19，本站归类于感染性疾病 / 其他。数据集收录了 4201 例从医院出院的 COVID-19 患者，围绕住院患者重症危险因素以及 Azvudine 治疗对死亡率的影响展开研究。研究采用二元 logistic 回归分析与 ROC 曲线考察合并症、实验室参数和临床表现对 COVID-19 患者病情进展的作用，并借助倾向评分模型（以基线特征为条件）与单变量 Cox 回归模型检验 Azvudine 能否降低 COVID-19 患者死亡率。整体而言，该数据集面向 COVID-19 住院人群的重症风险识别与治疗效应评估，具有明确的回顾性队列研究定位。
【数据集背景】
该数据集对应的研究聚焦于 COVID-19 住院患者的重症化风险与治疗干预效果两个核心问题。一方面，研究关注合并症、实验室参数与临床表现等因素在 COVID-19 病情进展中所起的作用；另一方面，研究关注 Azvudine 治疗与患者死亡率之间的关系。研究设计为回顾性队列研究，研究对象为从医院出院的 COVID-19 患者，样本规模为 4201 例。数据集来源站为 clinicaltrials.gov，本站分类为感染性疾病 / 其他，主题标签为 COVID-19。
【数据内容】
数据集收录 4201 例出院 COVID-19 患者。围绕研究目的，数据内容涉及合并症、实验室参数、临床表现等变量，用于分析这些因素与 COVID-19 病情进展的关系；同时涉及 Azvudine 治疗相关信息以及患者死亡率结局，用于评估治疗对死亡率的影响。分析中使用的基线特征用于构建倾向评分模型。除上述变量类别外，具体字段、变量取值与数据表结构源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov。研究对象为从医院出院的 COVID-19 患者，共 4201 例。源站描述中提及“our hospital”，表明数据来自单一医院的出院患者人群。除来源站与样本来源的上述信息外，具体的采集时间范围、采集流程与数据提取方式源站未提供。
【适用场景】
该数据集适用于 COVID-19 住院患者重症危险因素的分析研究，例如考察合并症、实验室参数与临床表现对病情进展的影响；也适用于评估 Azvudine 治疗与 COVID-19 患者死亡率关系的观察性研究。研究方法层面，适用于二元 logistic 回归分析、ROC 曲线分析、倾向评分模型以及单变量 Cox 回归模型等统计方法的应用场景。此外，该数据集可用于感染性疾病领域的回顾性队列研究设计与方法学参考。
【使用方法】
使用该数据集时，可按照源站描述的研究设计开展分析：采用二元 logistic 回归分析与 ROC 曲线考察合并症、实验室参数和临床表现对 COVID-19 患者病情进展的作用；采用以基线特征为条件的倾向评分模型，并结合单变量 Cox 回归模型，检验 Azvudine 是否能降低 COVID-19 患者的死亡率。具体的数据访问方式、文件格式与字段说明源站未提供。
【质量与限制】
该数据集为回顾性队列研究，样本为单一医院出院的 4201 例 COVID-19 患者。源站描述未提供数据完整性、缺失情况、质量控制措施等信息，源站未提供。由于研究为回顾性设计且样本来自单一医院，相关结论的外推需谨慎；关于偏倚控制与混杂调整的细节，源站仅提及倾向评分模型与单变量 Cox 回归模型，其余信息源站未提供。
【引用与许可】
该数据集的引用方式与许可条款源站未提供。使用时建议依据来源站 clinicaltrials.gov 的相关规定进行引用与合规使用；具体许可信息源站未提供。
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/NCT06006611
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。纳入我院出院的4201例COVID-19患者。采用二元逻辑回归分析和ROC曲线探讨合并症、实验室参数和临床表现对COVID-19患者病情进展的作用。我们使用以基线特征为条件的倾向评分模型和单变量Cox回归模型来检验Azvudine是否能降低COVID-19患者的死亡率。
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。
