蒙彼利埃专业人员接触动物源传染病病原体的血清学检测
数据可用于记录职业暴露风险、改进管理与预防实践,并利用这一哨兵人群在多种人畜共患病出现新发趋势时进行早期预警与趋势预判(来源 clinicaltrials.gov)

基本信息
资源简介
蒙彼利埃专业人员接触动物源传染病病原体的血清学检测
该数据集来自clinicaltrials.gov,聚焦蒙彼利埃专业人员职业性接触动物源传染病病原体的血清学检测,覆盖Leishmaniasis、Leptospirosis、Brucellosis、Q Fever、Rickettsiosis、Tularemia、Psittacosis、Lyme Disease等疾病。数据可用于记录职业暴露风险、改进管理与预防实践,并利用这一哨兵人群在多种人畜共患病出现新发趋势时进行早期预警与趋势预判(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Leishmaniasis, Leptospirosis, Brucellosis, Q Fever, Rickettsiosis, Tularemia, Psittacosis, Lyme Disease. 当前的环境变化正在影响人畜共患病的流行病学,这类疾病占新发感染的75%以上,而地中海地区是高风险区域。拟议研究聚焦职业性人畜共患病,即那些可通过直接接触动物或暴露于其环境而在工作场所感染的疾病。其中一些人畜共患病已被认定为可补偿的职业病(OD),而对于其他疾病,员工需自行证明污染的来源。研究该人群的优势有三方面:i)记录职业风险并改善该背景下的管理与预防实践;ii)利用这一哨兵人群——当许多此类人畜共患病正在出现时——进行预判
【主题与分类】
主题标签:Leishmaniasis、Leptospirosis、Brucellosis、Q Fever、Rickettsiosis、Tularemia、Psittacosis、Lyme Disease、Tick-borne Encephalitis、Hantaviral Infection Nos。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06859619
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/NCT06859619
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
疾病:利什曼病、钩端螺旋体病、布鲁氏菌病、Q热、立克次体病、兔热病、鹦鹉热、莱姆病。当前的环境变化正在影响人畜共患病的流行病学,这类疾病占新发感染的75%以上,而地中海地区是高风险区域。拟议的研究聚焦于职业性人畜共患病,即那些可在工作场所中通过直接接触动物或暴露于其环境而感染的疾病。其中一些人畜共患病已被认定为职业病并可获得赔偿,而对于其他疾病,则需由雇员举证证明污染的来源。研究该人群的优势有三方面:i)记录职业风险并改善该背景下的管理与预防实践;ii)在这些疾病中有许多正处于新发阶段时,利用这一哨点人群来预判暴露较少的普通人群所面临的风险;iii)若发现某传染因子血清学阳性而该因子被认为在奥克西塔尼大区并未流行,则可通过提高对鉴别诊断的认识来改善有症状患者的管理。
在本研究中,被认定为职业病的 zoonoses 包括:地中海斑点热、莱姆疏螺旋体病、土拉菌病、Q热、布鲁氏菌病、鹦鹉热、戊型肝炎和钩端螺旋体病。尽管未被认定为职业病,但利什曼病、汉坦病毒、登革热、寨卡病毒、基孔肯雅热、西尼罗病毒、乌苏图病毒、托斯卡纳病毒、克里米亚-刚果出血热和蜱传脑炎对于暴露于这些疾病的劳动者而言具有特殊意义,因此也纳入本研究。目前关于这些病原体在职业暴露劳动者群体中实际流行率的数据很少,在奥克西塔尼地区则完全没有数据。这些户外劳动者由于暴露程度较高,也构成一个哨点人群,因此在这些群体中获得精确的血清流行率数据,将使研究人员能够预测这些病原体在普通人群中的出现。
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。




