RSVPreF3母体疫苗接种后妊娠安全性随访研究
该数据集来自clinicaltrials.gov，聚焦呼吸道合胞病毒感染，收录一项随访研究，旨在描述既往在RSV MAT研究中接种RSVPreF3母体疫苗（任意剂量）或对照的参与者，在接种后所发生的妊娠中的安全性
基本信息
资源简介
RSVPreF3母体疫苗接种后妊娠安全性随访研究
该数据集来自clinicaltrials.gov，聚焦呼吸道合胞病毒感染，收录一项随访研究，旨在描述既往在RSV MAT研究中接种RSVPreF3母体疫苗（任意剂量）或对照的参与者，在接种后所发生的妊娠中的安全性。研究涉及RSV MAT-001、RSV MAT-004、RSV MAT-010、RSV MAT-011、RSV MAT-009、RSV MAT-012和RSV MAT-039等既往研究，本研究未实施干预，暴露为既往研究中所接受的疫苗或对照。数据可用于母体疫苗后续妊娠安全性的观察性分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：呼吸道合胞病毒感染。本随访研究旨在描述既往在任何RSV MAT研究中接受过RSVPreF3母体疫苗或对照的参与者在后续妊娠中的安全性。入选本随访研究的参与者在以下既往RSV MAT研究中接受了RSVPreF3母体疫苗接种（任意剂量）或对照：RSV MAT-001 (NCT03674177)、RSV MAT-004 (NCT04126213)、RSV MAT-010 (NCT05045144)、RSV MAT-011 (NCT04138056)、RSV MAT-009 (NCT04605159)、RSV MAT-012 (NCT04980391) 和 RSV MAT-039 (NCT05169905)。本研究未实施干预。暴露为研究参与者在上述既往RSV MAT研究中所接受的干预（RSVPreF3疫苗或对照）。
【主题与分类】
主题标签：Respiratory Syncytial Virus Infections。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05705440
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/NCT05705440
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：呼吸道合胞病毒感染。本随访研究的目的是描述既往在任何RSV MAT研究中接种过RSVPreF3母体疫苗或对照的参与者在后续妊娠中的安全性。本随访研究的入组参与者在以下既往RSV MAT研究中接受了RSVPreF3母体疫苗接种（任何剂量）或对照：RSV MAT-001（NCT03674177）、RSV MAT-004（NCT04126213）、RSV MAT-010（NCT05045144）、RSV MAT-011（NCT04138056）、RSV MAT-009（NCT04605159）、RSV MAT-012（NCT04980391）和RSV MAT-039（NCT05169905）。本研究未给予任何干预。暴露为研究参与者在上述既往RSV MAT研究中接受的干预（RSVPreF3疫苗或对照）。
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。
