健康儿童中变异株适配COVID-19 RNA疫苗候选研究
该数据集来自clinicaltrials.gov,记录一项在健康儿童中开展的变异株适配BNT162b2 RNA疫苗临床研究

基本信息
资源简介
健康儿童中变异株适配COVID-19 RNA疫苗候选研究
该数据集来自clinicaltrials.gov,记录一项在健康儿童中开展的变异株适配BNT162b2 RNA疫苗临床研究。研究目的是了解该研究疫苗的安全性、副作用程度和免疫应答,按年龄组和既往COVID-19疫苗接种史分为5个子研究,受试者均以注射方式接种研究疫苗。数据覆盖SARS-CoV-2病毒、严重急性呼吸综合征冠状病毒2及COVID-19相关主题,可用于疫苗安全性、免疫原性及儿童人群临床试验分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:SARS-CoV-2病毒、严重急性呼吸综合征冠状病毒2、COVID-19。本临床试验的目的是了解研究疫苗(称为变异株适配BNT162b2 RNA疫苗)在健康儿童中的安全性、副作用程度和免疫应答。该试验根据年龄组和既往COVID-19疫苗接种史分为5个独立研究或子研究。5个子研究中的所有参与者都将根据所在组别接受研究疫苗注射。* 子研究A设计:1期包括6个月至不足4岁3个月、未接种过既往冠状病毒疫苗(COVID-19疫苗未接种)的参与者,将接受3剂研究疫苗作为初始系列,随后接受第四剂研究疫苗。2/3期包括6个月至不足5岁
【主题与分类】
主题标签:SARS-CoV-2 Virus、COVID-19。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/NCT05543616
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT05543616
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
疾病:SARS-CoV-2病毒、严重急性呼吸综合征冠状病毒2型、COVID-19。本临床试验旨在了解研究性疫苗(称为变异株适配型BNT162b2 RNA疫苗)在健康儿童中的安全性、副作用程度及免疫反应。该试验根据年龄组和既往COVID-19疫苗接种史分为5项独立研究或子研究。5项子研究中的所有参与者将根据所在组别接受研究性疫苗注射。* 子研究A设计:1期包括6个月至不足4岁3个月、未接种过冠状病毒疫苗(COVID-19疫苗未接触者)的参与者,他们将接受3剂研究性疫苗作为初始系列接种,随后接种第四剂研究性疫苗。2/3期包括6个月至不足5岁、未接种过冠状病毒疫苗(COVID-19疫苗未接触者)的参与者,他们将根据所在组别接受1剂、2剂或3剂研究性疫苗。
- 子研究B设计:纳入年龄在6个月至不足5岁之间的受试者,这些受试者先前已接种2剂或3剂BNT162b2,并将作为第三剂或第四剂接种研究疫苗。 * 子研究C设计:第一阶段纳入年龄在6个月至不足5岁之间的受试者,这些受试者先前已接种3剂BNT162b2,并将作为第四剂接种研究疫苗。 * 子研究D设计:纳入年龄在5岁至不足12岁之间的受试者,这些受试者先前已接种2剂或3剂BNT162b2,并将作为第三剂或第四剂接种研究疫苗。 * 子研究E设计:纳入年龄在5岁至不足12岁之间、未接种过任何冠状病毒疫苗(未接触过COVID-19疫苗)的受试者,并将接种单剂研究疫苗。
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。




