PneuMum:澳大利亚原住民母亲肺炎球菌疫苗接种
PneuMum 是一项在 clinicaltrials.gov 注册的随机对照试验数据集,关注澳大利亚原住民母亲在妊娠晚期或分娩时接种肺炎球菌疫苗能否预防婴儿耳病

基本信息
资源简介
PneuMum:澳大利亚原住民母亲肺炎球菌疫苗接种
PneuMum 是一项在 clinicaltrials.gov 注册的随机对照试验数据集,关注澳大利亚原住民母亲在妊娠晚期或分娩时接种肺炎球菌疫苗能否预防婴儿耳病。研究涉及中耳积液、鼓膜穿孔、急性中耳炎和肺炎球菌感染等状况,试验使用 23 价肺炎球菌多糖疫苗(23vPPV)与成人百白破疫苗(dTPa)作为对照。该数据可用于评估孕产妇疫苗接种对婴儿耳部疾病及肺炎球菌感染结局的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:中耳积液、鼓膜穿孔、急性中耳炎、肺炎球菌感染。PneuMum 是一项随机对照试验,旨在探究澳大利亚原住民母亲在妊娠最后几个月或分娩时接种肺炎球菌疫苗能否预防婴儿耳病。本试验将使用两种疫苗: 23 价肺炎球菌多糖疫苗(23vPPV)目前推荐用于北领地所有 15 岁及以上的原住民,但育龄妇女中的接种率一直较低。 成人白喉、破伤风和无细胞百日咳疫苗(dTPa)将作为对照疫苗。该疫苗推荐用于所有尚未免疫的新父母,但目前未获资助,因此通常需要通过药剂师凭处方购买。理由 原住民 c
【主题与分类】
主题标签:Middle Ear Effusion、Tympanic Membrane Perforation、Acute Otitis Media、Pneumococcal 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/NCT00714064
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/NCT00714064
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
适应症:中耳积液、鼓膜穿孔、急性中耳炎、肺炎球菌感染。PneuMum是一项随机对照试验,旨在探究在澳大利亚原住民母亲妊娠最后几个月或分娩时接种肺炎球菌疫苗是否能预防婴儿耳部疾病。该试验将使用两种疫苗:* 23价肺炎球菌多糖疫苗(23vPPV),目前推荐北领地所有15岁及以上的原住民接种,但育龄妇女中的接种率一直较低。* 成人白喉、破伤风和无细胞百日咳疫苗(dTPa)将作为对照疫苗。该疫苗推荐所有未曾免疫接种的新父母使用,但目前不在资助范围内,通常需要通过药剂师凭处方购买。理由原住民儿童急性与慢性耳部感染的发病率居全球之首,导致永久性听力损伤、听力丧失及教育劣势。这些感染主要由细菌引起。肺炎链球菌(肺炎球菌)是主要病原体。
肺炎球菌定植和感染在出生后数天内即开始,比预期可从婴儿肺炎球菌结合疫苗获得任何潜在免疫保护的时间早数月。需要新的策略来消除或至少延迟这种早发性肺炎球菌定植。妊娠期或分娩时接种23价肺炎球菌多糖疫苗(23vPPV)的孕产妇疫苗接种是一种策略,可能通过胎盘抗体转移、增加母乳中的分泌型抗体和/或减少母体肺炎球菌的鼻咽部携带(及向婴儿的传播)等机制保护新生儿。此前采用该策略的小型研究结果令人鼓舞,但尚无研究properly评估婴儿鼻咽部携带或疾病终点。方法我们计划招募210名年龄在17-39岁、妊娠无并发症的土著妇女。Fol
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。




