免疫功能低下成人接种BNT162b2疫苗后SARS-CoV-2体液反应与健康成人对比研究
该数据集来自clinicaltrials.gov,收录一项研究免疫功能低下成人接种BNT162b2(Comirnaty)疫苗后体液免疫反应并与健康成人对比的临床试验信息

基本信息
资源简介
免疫功能低下成人接种BNT162b2疫苗后SARS-CoV-2体液反应与健康成人对比研究
该数据集来自clinicaltrials.gov,收录一项研究免疫功能低下成人接种BNT162b2(Comirnaty)疫苗后体液免疫反应并与健康成人对比的临床试验信息。覆盖肾移植、骨髓瘤、癌症、血液系统恶性肿瘤、多发性硬化、高丙种球蛋白血症、恶性肿瘤、HIV及2型糖尿病等人群。数据可用于分析免疫受损状态对疫苗诱导抗体滴度及中和能力的影响,支持疫苗反应预测与风险人群评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肾移植、骨髓瘤、癌症、血液系统恶性肿瘤、多发性硬化、高丙种球蛋白血症、恶性肿瘤、HIV。COVID-19的严重甚至致命形式优先影响老年人和脆弱受试者。在这些高危人群中,免疫功能低下者(因疾病和/或其治疗)理论上对预防性疫苗接种的反应可能较差。本研究的主要目的旨在比较免疫功能低下者与健康受试者(非免疫功能低下)的疫苗反应,即评估免疫功能低下者接种ComirnatyTM(即BNT162b2,一种来自Pfizer BioNTech的抗SARS-CoV-2疫苗)后与健康受试者(非免疫功能低下)相比的血清体液反应(诱导抗体的滴度和中和能力)。次要目标如下:* T
【主题与分类】
主题标签:Kidney Transplant、Myeloma、Cancer、Hematologic Malignancy、Multiple Sclerosis、Hypergammaglobulinemia、Malignant Tumor、Hiv、Diabetes Type 2。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04952766
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/NCT04952766
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:肾移植、骨髓瘤、癌症、血液系统恶性肿瘤、多发性硬化症、高丙种球蛋白血症、恶性肿瘤、HIV。COVID-19的严重甚至致命形式优先影响老年人和脆弱人群。在这些高危人群中,免疫功能受损者(因疾病和/或其治疗所致)在理论上对预防性疫苗接种的反应可能较差。本研究的主要目的是比较免疫功能受损者与健康受试者(非免疫功能受损者)的疫苗反应,即评估免疫功能受损者接种ComirnatyTM(即BNT162b2,辉瑞BioNTech公司的一种抗SARS-CoV-2疫苗)后的血清体液反应(诱导抗体的滴度和中和能力),并与健康受试者(非免疫功能受损者)进行比较。
次要目标如下:* 评估免疫功能低下人群接种ComirnatyTM疫苗后鼻黏膜中的抗体反应(通过鼻咽拭子采集的诱导抗体的滴度和中和能力),并与健康受试者进行比较(健康受试者接种两剂ComirnatyTM,或在一个亚组中接种一剂Astra Zeneca的VaxzeriaTM后接种一剂ComirnatyTM)。* 评估针对SARS-CoV-2新兴毒株(即Alpha、Beta、Gamma、Delta毒株)的血清和黏膜抗体反应(诱导抗体的滴度和中和能力)。* 评估接种疫苗后对COVID-19感染风险的临床保护效果(接种后的发病病例)。
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。




