美国国立卫生研究院新冠病毒病19康复自然史研究
研究采用分阶段方案,Phase A 通过电话访谈和互联网问卷对社区中正在康复的 COVID-19 人群进行观察,旨在描述急性 SARS/CoV2 感染后出现的各类医学综合征

基本信息
资源简介
美国国立卫生研究院新冠病毒病19康复自然史研究
该数据集源自 clinicaltrials.gov,主题为新冠病毒病19(Post-Coronavirus Disease 19)康复者的自然史研究。研究采用分阶段方案,Phase A 通过电话访谈和互联网问卷对社区中正在康复的 COVID-19 人群进行观察,旨在描述急性 SARS/CoV2 感染后出现的各类医学综合征。数据覆盖康复期症状与潜在病理表现,可用于研究感染后急性后遗症(PASC)的临床表现与康复轨迹,支持相关分类与观察性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:新冠病毒病19。研究描述:2019年底,新型冠状病毒SARS/CoV2出现在中国武汉。人类从COVID-19中康复的各种方式才刚刚开始被观察,并且很明显康复经历将存在很大差异。大流行一年后,已知SARS/CoV2感染的急性后遗症(PASC)很常见,包括广泛的症状和潜在病理。这项分阶段方案旨在观察和研究急性SARS/CoV2感染的康复与恢复过程。A阶段 A阶段调查(A阶段)将使社区中正在从COVID-19康复的人们能够通过电话访谈和基于互联网的问卷接受研究。A阶段调查的目标是观察和描述急性SARS/CoV
【主题与分类】
主题标签:Post-Coronavirus Disease 19。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04573062
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/NCT04573062
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:2019冠状病毒病后状态。研究描述:2019年末,新型冠状病毒SARS/CoV2在中国武汉出现。人类从COVID-19中康复的各种方式才刚刚开始被观察,显然康复经历将多种多样。大流行一年后,已知SARS/CoV2感染的急性后遗症(PASC)很常见,包括广泛的症状和潜在的病理变化。本分阶段方案旨在观察和研究急性SARS/CoV2感染后的康复与恢复过程。A阶段:A阶段调查(A阶段)将采用电话访谈和基于互联网的问卷,对社区中正在从COVID-19康复的人群进行研究。A阶段调查的目标是观察和描述急性SARS/CoV2感染后出现的各种医学综合征。参与者必须处于康复后的前五年内,并有COVID-19实验室检测阳性的记录。
还将研究其他队列,包括有神经系统后遗症者、临床诊断为COVID-19但检测阴性者、COVID-19疫苗接种后出现不良并发症者,以及同时参加院内研究部其他研究项目的参与者。A阶段收集的数据将描述PASC的症状范围及症状聚类模式。这些数据还将更详细地刻画已在或将要在NIH临床中心接受评估的患者群体。B阶段评估(B阶段)将允许A阶段中被调查且具有研究意义的参与者受邀前往NIH临床中心接受医学评估,并接受一组标准研究测量。每位参与者都将接受医学和心理方面的表征,以最大程度地了解其主诉是否可归因于已知疾病。B阶段期间的观察结果将提供洞见
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




