工作年龄SARS-CoV-2感染幸存者住院后残疾研究 - COVID-19
该数据集来自clinicaltrials.gov,聚焦工作年龄SARS-CoV-2感染幸存者住院后的残疾问题。源站描述指出COVID-19幸存者可能面临特异性与非特异性的中长期残疾,包括post-COVID综合征和post-intensive care综合征,而长期负担与患者需求尚未被充分研究

基本信息
资源简介
工作年龄SARS-CoV-2感染幸存者住院后残疾研究 - COVID-19
该数据集来自clinicaltrials.gov,聚焦工作年龄SARS-CoV-2感染幸存者住院后的残疾问题。源站描述指出COVID-19幸存者可能面临特异性与非特异性的中长期残疾,包括post-COVID综合征和post-intensive care综合征,而长期负担与患者需求尚未被充分研究。数据可用于分析和预测感染幸存者的中长期残疾结局,为康复与随访研究提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:COVID-19。2019年12月,中国武汉市卫生健康委员会发现了一起病因不明的病毒性肺炎病例暴发。冠状病毒RNA被确定为致病因子。由SARS-CoV-2引起的疾病被命名为COVID-19。虽然大多数COVID-19患者表现为非复杂性疾病,但约14%发展为重症,5%为危重症,可能使幸存者留下非致命性后遗症。迄今为止,COVID-19的长期负担以及患者的观点和需求仍未得到解决。与2003年SARS暴发相比,可以预期COVID-19幸存者会持续存在残疾,包括特异性的post-COVID综合征和非特异性的post-intensive care综合征。研究者假设,在COVID-19幸存者中,显著的COVID-19特异性与非特异性中长期残疾将持续存在。
【主题与分类】
主题标签:COVID-19。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04724395
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/NCT04724395
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
疾病:COVID-19。2019年12月,中国武汉市卫生健康委员会发现了一起病因不明的病毒性肺炎病例暴发。冠状病毒RNA被确定为致病因子。由SARS-CoV-2引起的疾病被命名为COVID-19。虽然大多数COVID-19患者表现为非复杂性疾病的病程,但约14%的患者会发展为重症,5%为危重症,幸存者可能遗留非致命性后遗症。迄今为止,COVID-19的长期疾病负担以及患者的观点和需求仍未得到关注。与2003年SARS暴发相比,可以预见COVID-19幸存者会存在持续性功能障碍,包括特异性的COVID后综合征和非特异性的重症监护后综合征。研究者假设,COVID-19幸存者将持续存在显著的特异性和非特异性中长期功能障碍。主要目标是在WHO ICF框架内,通过全面、系统地描绘和监测COVID-19幸存者的中长期功能障碍水平与特征,深入理解其非致命性健康结局。
将在12(±7)个月和36(±3)个月时使用以下工具评估残疾程度:* 由医疗保健提供者实施的WHO ICF清单v2.1第1a部分(身体功能损伤)和第2部分(活动受限和参与限制),以及* 自填式36项WHO残疾评定方案2.0(WHODAS 2.0)A. 次要目标将是描述COVID-19幸存者在12(±7)个月和36(±3)个月时的COVID-19特异性和非特异性损伤、活动受限和参与限制:* 将在12(±7)个月和36(±3)个月时使用在线特异性自填问卷和面对面特异性测试评估损伤、参与限制和健康相关生活质量(HRQoL)。* 基线时、12
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。




