医护人员流感佐剂疫苗免疫原性临床试验
该数据集来自 clinicaltrials.gov,记录一项在秘鲁利马两家医院开展的随机双盲疫苗试验,对象为既往参与医护人员流感及其他呼吸道病毒队列研究的医护人员

基本信息
资源简介
医护人员流感佐剂疫苗免疫原性临床试验
该数据集来自 clinicaltrials.gov,记录一项在秘鲁利马两家医院开展的随机双盲疫苗试验,对象为既往参与医护人员流感及其他呼吸道病毒队列研究的医护人员。研究比较单剂佐剂 egg-based 四价流感疫苗与标准剂量 egg-based 四价流感疫苗的免疫原性,计划入组约800人,每组400人,最少入组248人。数据可用于流感疫苗免疫原性研究及医护人员疫苗效果分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Influenza。该试验将于2022-2023年在秘鲁利马的两家医院站点开展,对象为既往参与秘鲁医护人员流感及其他呼吸道病毒队列研究(队列规模:约1500名参与者)的医护人员。最少入组参与者总数为248名(每个疫苗组142名受试者),目标是入组约800名参与者(每个疫苗组400名受试者)。研究设计为随机、双盲疫苗试验。每个站点同意参加的合格医护人员将按1:1随机分配,接受单剂佐剂 egg-based 四价流感疫苗(AD,Seqirus 的 FLUAD Quadrivalent,每种毒株15 µg血凝素[HA])或标准剂量 egg-based 四价流感疫苗(SD,Sanofi-Pasteur 的 FluQuadri,每种毒株15 µg HA)。参与者
【主题与分类】
主题标签:Influenza。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06054269
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/NCT06054269
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:流感。该试验将于2022-2023年在秘鲁利马的两家医院站点开展,受试者为先前已加入“秘鲁医护人员流感及其他呼吸道病毒队列研究”的医护人员(队列规模:约1500名参与者)。最低入组人数总计为248人(每个疫苗组142名受试者),目标是入组约800名参与者(每个疫苗组400名受试者)。研究设计为随机、双盲疫苗试验。每个站点符合条件且同意参与的医护人员将按1:1随机分配,接受单剂含佐剂的鸡胚培养四价流感疫苗(AD,Seqirus公司的FLUAD Quadrivalent,每种毒株含15 µg血凝素[HA])或标准剂量鸡胚培养四价流感疫苗(SD,赛诺菲巴斯德公司的FluQuadri,每种毒株含15 µg HA)。参与者将被邀请前往研究站点接受筛查,以确定是否符合参加临床试验的条件。在同意参与并签署知情同意书后,参与者将前往站点进行医学评估和接种疫苗。
将在第3天和第7天进行额外的简要医学不良事件评估。将通过短信或电话每周最多随访参与者两次,以评估其是否出现呼吸系统疾病事件。若参与者患病,将通过急性疾病调查问卷询问其病情相关问题,并采集鼻中甲拭子标本进行流感病毒检测。此外,将在接种疫苗后第28天以及流感季结束时进行额外调查。参与者将在接种疫苗前(第0天)以及接种后约28天和6个月(或根据主动监测数据确定的流感病毒流行结束时)采集血液,以评估疫苗接种后的体液免疫应答。这些标本检测完成后,血清转化方面的差异
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。




