候选疫苗生产污染不良事件特征

数据集获取

源站：https://search.dataone.org/view/sha256%3Aa59a4fc053acd117643497aa9d0f5659a233a1ff2a0241997a5fe775bd502c48

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

部分疫苗接种者在接种COVID-19疫苗后出现严重不良事件（SAEs）。在一项针对免疫接种后VAERS月经不良事件（AEs）的回顾性研究中，观察到COVID-19 Pfizer-BioNTech疫苗和COVID-19 Moderna疫苗不同生产批次之间存在统计学差异。生产污染物（如内毒素）很可能是与观察到的月经不良事件数据相符的致病候选因素。这些候选生产污染物是否存在可能的安全信号模式特征？本回顾性研究针对与这些月经不良事件相关的已识别COVID-19疫苗批次，在VAERS中最常报告的不良事件中识别出候选模式特征。共识别出六种候选模式特征：出血（女性）、妇科（包括出血模式）、心肌心包炎（男性偏多）、MCHPV、神经病变和胎儿模式（女性）。出血（仅）模式在六种疫苗中被识别（4种流感疫苗）。妇科模式在七种疫苗中被识别（3种COVID-19疫苗和3种HPV疫苗）。

并且，在14种疫苗中识别出了心肌心包炎模式（包括5种COVID-19疫苗，其中2种为二价疫苗，以及3种天花疫苗）。四种MCHPV不良事件主要与HPV疫苗相关而升高。在11种疫苗中，五种MC神经病变不良事件中的一种或多种有所升高。在11种疫苗中，五种MC胎儿不良事件中的一种或多种有所升高。

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。