COVID-19与儿童癌症
该数据集来自clinicaltrials.gov，聚焦COVID-19疫情对瑞典和丹麦儿童癌症患者的影响。研究内容包括长期儿童癌症幸存者对重症COVID-19的易感性，疫情期间确诊儿童的初级保健就诊路径及短期生存变化，以及疫情前后儿童癌症发病率，特别是检验急性淋巴细胞白血病感染性病因假说
基本信息
资源简介
COVID-19与儿童癌症
该数据集英文名为 COVID-19 and Childhood Cancer，来自 clinicaltrials.gov，本站将其归类于肿瘤 / 白血病方向。数据集围绕 COVID-19 疫情与儿童癌症的交织影响展开，研究对象覆盖瑞典和丹麦的儿童癌症患者群体，涉及 COVID-19、儿童癌症、儿童白血病及急性淋巴细胞白血病等主题。研究设计包含三个相互关联的层面：一是考察长期儿童癌症幸存者对重症 COVID-19 的易感性；二是针对疫情期间确诊的儿童癌症患者，观察其经由初级保健到癌症诊断的路径以及短期生存是否发生变化；三是比较疫情前、疫情期间与疫情后的儿童癌症发病率，重点检验急性淋巴细胞白血病感染性病因的相关假说。该数据集为理解公共卫生危机对儿童肿瘤诊疗与流行病学特征的潜在影响提供了研究框架。
【数据集背景】
该数据集来源于 clinicaltrials.gov，聚焦 COVID-19 大流行对儿童癌症患者的影响。研究背景涉及两个北欧国家——瑞典和丹麦的儿童癌症人群。所关注的疾病条件包括 COVID-19、儿童癌症、儿童白血病以及急性淋巴细胞白血病。研究问题横跨感染易感性、诊疗路径与生存结局、以及癌症发病率变化等多个维度，尤其将急性淋巴细胞白血病的感染性病因假说置于疫情前后发病率比较的框架下加以检验。
【数据内容】
数据集主题标签包括 COVID-19、儿童癌症、儿童白血病与急性淋巴细胞白血病。研究内容按源站描述可分为三部分：第一，考察长期儿童癌症幸存者对重症 COVID-19 的易感性；第二，针对疫情期间确诊的儿童癌症患者，研究其从初级保健到癌症诊断的路径是否改变，以及短期生存是否发生变化；第三，研究疫情前、疫情期间和疫情之后的儿童癌症发病率，特别旨在检验关于急性淋巴细胞白血病感染性病因的假说。关于具体变量、样本量、随访时长和统计指标，源站未提供。
【采集与来源】
该数据集登记于 clinicaltrials.gov，研究涉及瑞典和丹麦的儿童癌症患者。源站描述未提供具体的数据采集方式、时间范围、数据提取流程或数据字典等信息。
【适用场景】
基于源站描述，该数据集适用于以下研究方向：评估长期儿童癌症幸存者在 COVID-19 疫情中的重症感染风险；分析疫情期间儿童癌症诊断路径（经初级保健至癌症诊断）的变化；比较疫情前后儿童癌症的短期生存情况；以及通过疫情前、中、后三个时期的发病率比较，检验急性淋巴细胞白血病的感染性病因假说。此外，也可用于儿童肿瘤与公共卫生突发事件交叉领域的流行病学研究设计参考。
【使用方法】
源站未提供具体的数据使用方法、访问方式或分析指南。
【质量与限制】
源站未提供关于数据质量、样本代表性、缺失值处理或偏倚控制的具体信息。研究结论的适用范围受限于源站描述所界定的瑞典和丹麦儿童癌症人群。
【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/NCT06482281
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、儿童癌症、儿童白血病、急性淋巴细胞性。研究人员将首先考察COVID-19大流行对瑞典和丹麦儿童癌症患者的影响，既涉及长期儿童癌症幸存者对重症COVID-19的易感性，也涉及在大流行期间被诊断为儿童癌症的患者，其通过初级保健到癌症诊断的路径以及短期生存是否发生了变化。其次，研究人员将研究大流行之前、期间和之后的儿童癌症发病率，特别旨在检验关于急性淋巴细胞白血病感染性病因的假说。
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。
