高危患者对甲型H1N1/09流感免疫接种的疫苗反应

该数据集来自clinicaltrials.gov,为一项前瞻性、开放标签、平行队列研究,纳入最多1250例患者和250名对照,覆盖HIV感染、风湿病、癌症、移植、儿科患者及健康对照六类队列

University Hospital, GenevaUniversity Hospital, Geneva
clinicaltrials
浏览 2
其他HIV InfectionRheumatic DiseaseCancerTransplantPediatrics疫苗编码
Vaccine Responses to Influenza A H1N1/09 Immunization in High-risk Patients

基本信息

模态
其他
创建/更新时间
2026-10-25

资源简介

高危患者对甲型H1N1/09流感免疫接种的疫苗反应

该数据集来自clinicaltrials.gov,为一项前瞻性、开放标签、平行队列研究,纳入最多1250例患者和250名对照,覆盖HIV感染、风湿病、癌症、移植、儿科患者及健康对照六类队列。受试者接种甲型H1N1/09流感疫苗后,评估特异性抗体反应(全部受试者)、T细胞反应(部分受试者)及征集性疫苗不良事件,并考察免疫接种对基础疾病或移植功能的影响。数据可用于研究高危人群的疫苗免疫原性与安全性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:HIV感染、风湿病、癌症、移植、儿科。这项前瞻性、开放标签、平行队列研究将纳入最多1250例患者和250名对照,这些人均被推荐接种甲型H1N1流感疫苗。已建立六个队列,入组HIV感染患者、风湿病患者、器官移植患者、癌症患者、儿科患者和健康对照。将评估受试者的特异性抗体反应(全部)、T细胞反应(部分)和征集性疫苗不良事件。疫苗安全性评价将酌情包括免疫接种对基础疾病(HIV感染者、自身免疫性疾病患者)或移植功能(移植患者)的影响。

【主题与分类】

主题标签:HIV Infection、Rheumatic Disease、Cancer、Transplant、Pediatrics。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01022905

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01022905

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:HIV感染、风湿性疾病、癌症、移植、儿科。这项前瞻性、开放标签、平行队列研究将纳入最多1250名患者和250名对照者,这些人均被推荐接种甲型H1N1流感疫苗。已建立六个队列,纳入HIV感染者、风湿性疾病患者、器官移植患者、癌症患者、儿科患者和健康对照者。将评估受试者的特异性抗体反应(所有受试者)、T细胞反应(部分受试者)以及征集性疫苗不良事件。疫苗安全性评价将酌情包括免疫接种对基础疾病(HIV感染者、自身免疫性疾病患者)或移植物功能(移植患者)的影响。

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。

获取专属数据定制方案