DAS181 治疗免疫功能低下者下呼吸道副流感感染的 II 期随机双盲安慰剂对照研究
该数据集来自 clinicaltrials.gov，对应一项 II 期、随机、双盲、安慰剂对照研究，旨在考察 DAS181 对接受补充供氧且确诊副流感感染的免疫功能低下受试者下呼吸道感染的影响
基本信息
资源简介
DAS181 治疗免疫功能低下者下呼吸道副流感感染的 II 期随机双盲安慰剂对照研究
该数据集对应一项在 clinicaltrials.gov 登记的 II 期、随机、双盲、安慰剂对照临床研究，研究药物为 DAS181，研究对象为接受补充供氧且确诊副流感病毒感染的免疫功能低下患者，研究关注的是该药物对下呼吸道副流感感染的影响。数据集以副流感为核心主题标签，在疾病分类上归入呼吸系统疾病下的其他类别。其内容围绕这一特定人群、特定干预与特定感染部位的临床试验设计展开，可用于了解该研究的方案框架、受试人群界定与主要考察方向，为呼吸系统病毒感染领域的临床研究与相关数据检索提供入口。
【数据集背景】
副流感病毒感染在免疫功能低下人群中可能累及下呼吸道，并可能导致需要补充供氧的较重临床状态。该研究以这一临床问题为出发点，采用 II 期、随机、双盲、安慰剂对照的设计，考察 DAS181 在免疫功能低下且确诊副流感感染、同时正在接受补充供氧的受试者中的效果。研究方案明确将招募对象限定为免疫功能低下、接受补充供氧并被诊断为副流感感染的患者，体现出对高风险人群与下呼吸道感染部位的聚焦。
【数据内容】
该数据集的主题标签为副流感，所属分类为呼吸系统疾病下的其他类别。其核心内容指向一项安慰剂对照的干预性研究，涉及 DAS181 与安慰剂之间的比较，研究设计包含随机化与双盲设置，研究阶段为 II 期。研究关注的临床情形为免疫功能低下受试者的下呼吸道副流感感染，且受试者处于补充供氧状态。关于数据集内具体包含的字段、变量、记录数量、时间范围与随访安排，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述指出，研究方案将寻求招募正在接受补充供氧并被诊断为副流感感染的免疫功能低下患者。除上述来源与招募对象界定外，关于数据采集的具体流程、采集机构、采集时间窗口与样本量等信息，源站未提供。
【适用场景】
该数据集适用于检索和了解副流感相关临床研究，尤其是针对免疫功能低下人群下呼吸道感染的干预性研究设计信息；也可用于呼吸系统疾病分类下的研究梳理、临床试验方案层面的参考，以及围绕 DAS181 与安慰剂对照设计的主题检索。关于具体分析用途、统计方法与结果应用，源站未提供。
【使用方法】
该数据集可用于按主题标签与疾病分类进行检索定位，并依据研究设计要素（II 期、随机、双盲、安慰剂对照）与受试人群特征（免疫功能低下、接受补充供氧、确诊副流感感染、下呼吸道感染）进行筛选与理解。关于数据下载方式、访问接口、字段说明与使用步骤，源站未提供。
【质量与限制】
该数据集所对应的研究为 II 期、随机、双盲、安慰剂对照设计，研究对象限定于特定免疫状态与供氧状态下的副流感感染患者，适用范围具有明确的限定性。关于数据完整性、准确性、缺失情况、偏倚控制细节与结果层面的质量评价信息，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式、许可条款与使用限制，源站未提供。
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/NCT01644877
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：副流感。本方案将寻求招募正在接受补充氧气治疗且被诊断为副流感感染的免疫功能低下患者。
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。
