肺炎链球菌与呼吸道合胞病毒流行病学及家庭传播研究
该数据集来自 clinicaltrials.gov,聚焦肺炎链球菌感染与呼吸道合胞病毒感染,属于呼吸系统疾病/肺炎分类。源站描述了一项 2021 至 2025 年在台湾北部开展的家庭前瞻性队列研究,计划邀请 240 户从 MacKay children's Hospital 出院的婴儿家庭,按核心家

基本信息
资源简介
肺炎链球菌与呼吸道合胞病毒流行病学及家庭传播研究
该数据集来自 clinicaltrials.gov,聚焦肺炎链球菌感染与呼吸道合胞病毒感染,属于呼吸系统疾病/肺炎分类。源站描述了一项 2021 至 2025 年在台湾北部开展的家庭前瞻性队列研究,计划邀请 240 户从 MacKay children's Hospital 出院的婴儿家庭,按核心家庭与扩展家庭分型,收集人口学、既往病史、出院季节、新生儿病程及家庭等基线数据,并进行每周 LINE 管理。数据可用于家庭内传播风险与感染预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肺炎链球菌感染、呼吸道合胞病毒感染。将在2021年至2025年于台湾北部开展一项基于家庭的前瞻性队列研究。我们将邀请240户家庭,其婴儿从MacKay children's Hospital出院。这些家庭将被分为核心家庭型和扩展家庭型。“核心家庭型”定义为夫妻与婴儿(年龄小于5个月)及有或无子女(2-5岁),“扩展家庭型”(三代家庭)定义为夫妻与婴儿(年龄小于5个月)、子女(2-5岁)及年龄>65岁的祖父母。我们将首先完成入组表格以收集基线数据,包括患者人口学信息、既往病史、出院季节、新生儿病程和家庭情况。将每周进行基于LINE的管理。
【主题与分类】
主题标签:Streptococcus Pneumoniae Infection、Respiratory Syncytial Virus Infections。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/NCT05017519
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/NCT05017519
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
研究条件:肺炎链球菌感染、呼吸道合胞病毒感染。将于2021年至2025年在台湾北部开展一项以家庭为基础的前瞻性队列研究。我们将邀请240户家庭,其婴儿从马偕儿童医院出院。这些家庭将被分为核心家庭型和扩展家庭型。“核心家庭型”定义为夫妻与婴儿(年龄小于5个月)同住,伴有或不伴有2-5岁子女;“扩展家庭型”(三代家庭)定义为夫妻与婴儿(年龄小于5个月)、2-5岁子女以及年龄大于65岁的祖父母同住。我们将首先填写入组表格以收集基线数据,包括患者人口学信息、既往病史、出院季节、新生儿病程及家庭情况。研究团队将每周通过LINE进行管理,以了解家庭成员是否出现任何呼吸道症状。
除每月医生每周LINE回复外,研究护士将在24个月内每月通过电话联系父母或法定监护人,以获取基线信息变化数据,以及自上次联系以来可能发生的呼吸道感染的具体情况。若家庭出现呼吸道症状,将尽早安排访视。当其前往急诊科、门诊或住院病房就诊时,将采集尿液用于血清型特异性尿抗原检测(SSUAD),并采集鼻咽或咽拭子进行聚合酶链反应,以研究肺炎链球菌血清型和呼吸道合胞病毒亚组。若受试者出现提示肺炎或支气管肺炎的临床综合征,将邀请其与家庭成员共同参与进一步研究。将采集鼻咽抽吸物、尿液、血液和诱导痰用于培养、聚合酶链反应和血清学检测。临床表现、病程、a
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。




