SPREAD-MYCO 研究:荷兰儿童肺炎支原体感染前瞻性多中心观察数据
SPREAD-MYCO study 是一项前瞻性观察性全国多中心研究,收集荷兰 35 家医院(急诊科/临床病房)0-17 岁儿童的数据,涵盖荷兰全部 7 个儿科重症监护病房(PICU),用于刻画 2023-2024 年肺炎支原体(M. pneumoniae)流行特征,并报告每周检测数量与部分临床特征

基本信息
资源简介
SPREAD-MYCO 研究:荷兰儿童肺炎支原体感染前瞻性多中心观察数据
SPREAD-MYCO study
SPREAD-MYCO study 是一项前瞻性观察性全国多中心研究,收集荷兰 35 家医院(急诊科/临床病房)0-17 岁儿童的数据,涵盖荷兰全部 7 个儿科重症监护病房(PICU),用于刻画 2023-2024 年肺炎支原体(M. pneumoniae)流行特征,并报告每周检测数量与部分临床特征;同时回顾性收集 2019/2020 年流行季的同类数据。该数据集可用于儿童肺炎支原体感染的流行病学与临床特征分析(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):肺炎支原体(M. pneumoniae)是儿童呼吸道感染的常见病因。2023 年夏季,M. pneumoniae 在 COVID-19 之后重新出现。在本研究中,我们刻画了 2023-2024 年流行季荷兰二级和三级儿科诊疗中 M. pneumoniae 的暴发情况。SPREAD-MYCO 研究是一项前瞻性观察性全国多中心研究,收集荷兰 35 家医院(急诊科/临床病房)0-17 岁儿童的前瞻性数据,包括荷兰全部 7 个儿科重症监护病房(PICU)。研究报告了 2023/2024 年流行季每周的 M. pneumoniae 检测数量及临床特征(子集)。此前 2019/2020 年流行季的同类数据为回顾性收集。
【主题与分类】
主题标签:Medicine, Health and Life Sciences。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://dataverse.nl/citation?persistentId=doi:10.34894/Q5PSKY
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://doi.org/10.34894/Q5PSKY
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
肺炎支原体(M. pneumoniae)是儿童呼吸道感染的常见病因。2023年夏季,肺炎支原体在COVID-19后重新出现。在本研究中,我们对2023-2024年流行季荷兰二级和三级儿科诊疗中肺炎支原体暴发疫情进行了特征描述。SPREAD-MYCO研究是一项前瞻性观察性全国多中心研究,收集了荷兰35家医院(急诊科/临床病房)儿童(0-17岁)的前瞻性数据,包括荷兰全部7个儿科重症监护病房(PICU)。研究报告了2023/2024年流行季期间肺炎支原体检测的每周数量及临床特征(部分数据)。此前2019/2020年流行季的相同数据为回顾性收集。
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。




