Azvudine治疗COVID-19肺炎患者观察性、双向性队列研究
该数据集来自clinicaltrials.gov，为多中心、双向性观察性队列研究，纳入COVID-19呼吸道感染患者。研究按治疗方式将患者分为四组：首次核酸阳性后48小时内Azvudine治疗组、首次核酸阳性48小时后Azvudine治疗组、短疗程Azvudine治疗且核酸未转阴组以及对照组
基本信息
资源简介
Azvudine治疗COVID-19肺炎患者观察性、双向性队列研究
该数据集对应一项关于Azvudine治疗COVID-19肺炎患者的多中心、双向性观察性队列研究，来源为clinicaltrials.gov，主题标签为COVID-19呼吸道感染，本站归类于呼吸系统疾病/肺炎。研究纳入新型冠状病毒病（COVID-19）患者，依据治疗方式将患者划分为四组：首次核酸检测阳性后48小时内接受Azvudine治疗的组、首次核酸检测阳性48小时后接受Azvudine治疗的组、接受短疗程Azvudine治疗且核酸未转阴的组，以及对照组。研究旨在分析Azvudine在COVID-19患者治疗中的有效性与安全性。以下从背景、内容、来源、适用场景、使用方法、质量与限制、引用与许可等方面进行介绍。
【数据集背景】
该数据集所依托的研究针对COVID-19呼吸道感染患者，关注Azvudine这一治疗手段在真实临床环境中的表现。研究设计为多中心、双向性观察性队列研究，即同时包含回顾性与前瞻性观察成分，以治疗方式作为分组依据构建队列。研究核心目标是分析Azvudine治疗COVID-19患者的有效性与安全性。分组设计围绕核酸阳性后的用药时机与疗程特征展开，体现了对治疗时间窗和核酸转阴情况的关注。
【数据内容】
数据集覆盖的患者人群为COVID-19患者，按治疗方式分为四组：第一组为首次核酸阳性后48小时内接受Azvudine治疗的患者；第二组为首次核酸阳性48小时后接受Azvudine治疗的患者；第三组为接受短疗程Azvudine治疗且核酸未转阴的患者；第四组为对照组。数据内容围绕上述分组对应的治疗模式与结局观察展开，用于支持对Azvudine有效性与安全性的分析。除分组框架与研究对象外，具体变量、字段结构、样本量等信息源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov，对应一项多中心、双向性观察性队列研究。研究在多个中心开展，采用观察性设计而非干预性试验，患者按实际治疗方式归入相应队列。源站描述明确了研究条件为COVID-19呼吸道感染，并说明了分组依据与研究方向。关于具体采集时间范围、采集机构名单、数据采集流程与频率等信息，源站未提供。
【适用场景】
该数据集适用于围绕COVID-19肺炎治疗开展的观察性研究场景，尤其是关注抗病毒药物Azvudine在不同用药时机与疗程条件下有效性与安全性的分析。可用于比较首次核酸阳性后48小时内与48小时后启动Azvudine治疗的患者特征与结局，也可用于考察短疗程治疗且核酸未转阴患者的情况，并与对照组进行对照分析。此外，亦可作为呼吸系统疾病/肺炎领域真实世界研究的方法学参考。具体适用分析类型与统计用途需结合源站进一步信息确定，源站未提供更细化的适用说明。
【使用方法】
使用该数据集时，可依据四组治疗模式进行分组分析，围绕有效性与安全性两个方向组织研究问题。由于研究为双向性观察性队列设计，分析中需注意分组并非随机分配，组间比较应考虑混杂因素。关于数据获取方式、访问权限、数据格式与配套文档等，源站未提供。
【质量与限制】
该研究为观察性设计，分组依据治疗方式，可能存在选择偏倚与混杂；双向性设计意味着部分数据为回顾性收集，数据完整性受原始记录影响。源站描述未提供样本量、随访时长、结局定义、缺失数据处理及质量控制措施等信息，相关质量评估受限。具体局限性说明源站未提供。
【引用与许可】
该数据集的引用方式、许可条款与使用限制源站未提供。使用前应向来源站clinicaltrials.gov查询对应研究的注册信息与使用条款。
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/NCT05621993
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呼吸道感染。这是一项多中心、双向性观察性队列研究。研究对象将纳入2019冠状病毒病（COVID-19）患者。根据治疗方式将患者分为4组（首次核酸检测阳性后48小时内阿兹夫定治疗组、首次核酸检测阳性48小时后阿兹夫定治疗组、短疗程阿兹夫定治疗但核酸未转阴组和对照组）。本研究旨在分析阿兹夫定治疗COVID-19患者的疗效和安全性。
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。
