俄罗斯圣彼得堡COVID-19传播研究
该数据集来自clinicaltrials.gov，针对俄罗斯圣彼得堡18岁及以上人群，通过随机数字拨号抽取至少1000名个体
基本信息
资源简介
俄罗斯圣彼得堡COVID-19传播研究
该数据集英文名为 Study of the Spread of COVID-19 in Saint Petersburg, Russia，来自 clinicaltrials.gov，主题标签为 COVID19，本站分类归入感染性疾病 / 其他。其核心设计是在俄罗斯圣彼得堡普通人群中，通过随机数字拨号方式抽取至少 1000 名 18 岁及以上个体，先以计算机辅助电话访谈完成基线问卷，再邀请受访者到诊所进行血液采样，用于 SARS-CoV-2 特异性抗体检测。数据与样本采集持续四周，每两周开展一次。该数据集面向人群层面的感染传播研究，适合关注血清抗体水平、问卷暴露信息与人群抽样框架之间关系的分析场景。
【数据集背景】
该数据集围绕 COVID19 这一疾病主题建立，研究地点为俄罗斯圣彼得堡。其设计目标是在一般人群中开展抽样调查，而非仅依赖临床就诊人群，从而在社区层面观察 COVID-19 的传播情况。源站描述将研究条件明确为 COVID19，并以 18 岁及以上成年人为对象，说明其关注的是成年人群的感染与抗体状况。
【数据内容】
数据内容主要包括两类。第一类是通过计算机辅助电话访谈获得的基线问卷信息，涵盖受访者的旅行史、病史以及社会经济状况。第二类是到诊所后采集的血液样本，用于 SARS-CoV-2 特异性抗体检测。此外，参与者在诊所还需完成补充问卷，提供病史、过敏史、慢性病、吸烟和用药方面的信息。抽样过程中，受访者拒绝参与的情况也会被记录。源站未提供具体的变量清单、抗体检测方法细节及数据记录格式。
【采集与来源】
抽样由一家调查公司执行，在具有圣彼得堡指定地理区号的手机号码列表上进行随机数字拨号，从圣彼得堡人群中随机抽取至少 1000 名 18 岁及以上个体。被抽中者随后被邀请到诊所进行血液采样。数据与样本采集持续四周，并且每两周进行一次。数据来源站为 clinicaltrials.gov。
【适用场景】
基于上述设计，该数据集可用于研究成年人群中 SARS-CoV-2 抗体的分布情况，结合电话问卷中的旅行史、病史和社会经济状况，以及诊所补充问卷中的过敏史、慢性病、吸烟和用药信息，分析抗体结果与这些因素之间的关联。也可用于方法学层面讨论随机数字拨号抽样、拒访记录以及电话问卷与诊所采样相结合的人群调查流程。源站未提供其他具体应用场景。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、变量编码、统计权重和分析指南等均未提及。
【质量与限制】
该研究的抽样框为具有圣彼得堡地理区号的手机号码列表，可能无法覆盖没有手机或号码不在该列表中的个体；源站描述中记录了拒绝参与的情况，但未提供应答率或拒访率的具体数值。采集持续四周、每两周开展一次，属于时间跨度有限的人群调查。源站未提供样本量实际完成情况、抗体检测的灵敏度与特异度、数据缺失程度等信息。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT04406038
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：COVID19。通过随机数字拨号从俄罗斯圣彼得堡人群中随机抽取至少1000名18岁及以上的个体。随机抽样由一家调查公司在具有圣彼得堡指定地理前缀的手机号码列表上进行。计算机辅助电话访谈的基线问卷包括受访者的旅行史、病史和社会经济状况。随后邀请被抽中的个体前往诊所进行血液采样，并记录其拒绝参与的情况。采集的血液样本用于SARS-CoV-2特异性抗体检测。数据和样本采集持续四周，每两周进行一次。参与者在诊所完成额外问卷，提供病史、过敏史、慢性病、吸烟及定期服用药物等信息。记录接触者追踪数据和家庭环境条件。
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。
