BNT162b2 (LP.8.1) 适配疫苗在5至11岁高风险儿童中的研究

该数据集来自 clinicaltrials.gov,收录一项关于 BNT162b2(2025/2026 配方)COVID-19 疫苗的临床研究,研究对象为 5 至 11 岁、至少患有一种导致重症 COVID-19 高风险基础疾病且病情稳定的儿童

BioNTech SEBioNTech SE
clinicaltrials
浏览 11
其他预测COVID-19SARS-COV-2 Infection疫苗编码
A Study to Learn About BNT162b2 (LP.8.1)-Adapted Vaccine Against SARS-CoV-2 in Children 5 Through 11 Years of Age That Are Considered at Higher Risk of Severe COVID-19

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-13

资源简介

BNT162b2 (LP.8.1) 适配疫苗在5至11岁高风险儿童中的研究

该数据集来自 clinicaltrials.gov,收录一项关于 BNT162b2(2025/2026 配方)COVID-19 疫苗的临床研究,研究对象为 5 至 11 岁、至少患有一种导致重症 COVID-19 高风险基础疾病且病情稳定的儿童。研究旨在了解该更新疫苗的安全性、耐受性和免疫原性,所有参与者均接种一剂肌肉注射疫苗,研究持续约 6 个月,至少需到临床研究现场访视 2 次。数据可用于疫苗安全性、免疫反应及相关临床结局的分析与预测(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:COVID-19、SARS-COV-2 感染。本研究的目的是了解一种针对 COVID-19 的更新疫苗(称为 BNT162b2(2025/2026 配方))的安全性、耐受性和免疫原性。本研究正在招募 5 至 11 岁的参与者,他们: 至少患有 1 种使其面临 COVID-19 严重后果高风险的潜在疾病, 并且病情稳定。本研究中所有参与者都将接种 1 剂 BNT162b2(2025/2026 配方)疫苗,该疫苗通过手臂肌肉注射给药,针对 COVID-19 病毒,具体是 2025-2026 COVID-19 病毒呼吸道季节所选定的毒株。参与者将参加本研究约 6 个月,并且需要至少 2 次前往临床研究现场。

【主题与分类】

主题标签:COVID-19、SARS-COV-2 Infection。本站分类:呼吸系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07222384

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07222384

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:COVID-19、SARS-COV-2感染。本研究旨在了解一种针对COVID-19的更新疫苗(称为BNT162b2(2025/2026配方))的安全性、耐受性和免疫原性。本研究正在招募5至11岁的参与者,条件如下:* 至少患有1种基础疾病,使其面临COVID-19严重后果的高风险,* 且病情稳定。本研究中所有参与者将接种1剂BNT162b2(2025/2026配方)疫苗,通过手臂肌肉注射,该疫苗针对COVID-19病毒,特别是2025-2026年COVID-19病毒呼吸道季节所选定的毒株。参与者将参与本研究约6个月,并需要至少前往临床研究 site 2次。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。