器官移植受者大流行流感疫苗接种研究(PIVOT Trial)
该数据集来自 clinicaltrials.gov,为一项随机、安慰剂对照、双盲、单中心试验,评估两剂 AS03 佐剂灭活 H5N1 疫苗(AREPANRIX™ H5N1,GSK)在成人器官移植受者中的免疫原性和安全性

基本信息
资源简介
器官移植受者大流行流感疫苗接种研究(PIVOT Trial)
该数据集来自 clinicaltrials.gov,为一项随机、安慰剂对照、双盲、单中心试验,评估两剂 AS03 佐剂灭活 H5N1 疫苗(AREPANRIX™ H5N1,GSK)在成人器官移植受者中的免疫原性和安全性。计划入组 120 名稳定门诊器官移植受者,按 1:1 随机接受两剂疫苗或安慰剂,间隔 3 周肌内注射。在基线、3 周和 6 周采集血样,用血凝抑制试验分析血清学反应;其中 60 名受者每个时间点另采集外周血单个核细胞。数据可用于流感疫苗在免疫抑制人群中的免疫应答与安全性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:流感(大流行)、禽流感、疫苗接种。这项随机、安慰剂对照、双盲、单中心试验将评估两剂 AS03 佐剂灭活 H5N1 疫苗(AREPANRIX™ H5N1,GSK)在成人器官移植受者中的免疫原性和安全性。共 120 名来自 University Health Network(加拿大多伦多)的稳定门诊器官移植受者将被入组,并按 1:1 随机接受两剂 H5N1 疫苗或安慰剂(0.9% 生理盐水),间隔 3 周肌内注射。在基线(V0)、3 周(V1)和 6 周(V2)采集的血样将使用血凝抑制(HAI)试验针对疫苗株和流行 H5N1 株分析血清学反应。在 60 名参与者(每组 30 名)的子集中,将在每个时间点获取外周血单个核细胞以评估 cel
【主题与分类】
主题标签:Influenza (Pandemic)、Avian Influenza、Vaccination。本站分类:感染/流感。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07240558
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/NCT07240558
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:流感(大流行性)、禽流感、疫苗接种。这项随机、安慰剂对照、双盲、单中心试验将评估两剂AS03佐剂灭活H5N1疫苗(AREPANRIX™ H5N1,GSK)方案在成人器官移植受者中的免疫原性和安全性。共120名病情稳定的门诊器官移植受者将在大学健康网络(加拿大,多伦多)入组,并按1:1随机分配接受两剂H5N1疫苗或安慰剂(0.9%生理盐水)肌肉注射,间隔3周。将在基线(V0)、3周(V1)和6周(V2)采集血样,使用针对疫苗株和流行H5N1株的血凝抑制(HAI)试验分析血清学应答。在60名参与者(每组30名)的子集中,将在每个时间点获取外周血单核细胞,以评估细胞介导免疫,包括H5特异性CD4+和CD8+ T细胞细胞因子应答以及B细胞免疫。
参与者将在每次接种后7天内接受局部和全身不良事件监测,并随访6个月以观察任何不良事件,包括排斥反应、流感样疾病和实验室确诊流感。此外,将在6个月时对疫苗接种者进行长期免疫原性评估。
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。




