COPE - COVID-19 孕期与幼儿期研究
COPE 数据集来自 clinicaltrials.gov,聚焦 SARS-CoV-2 感染对孕妇、未出生胎儿及儿童长期结局的影响

基本信息
资源简介
COPE - COVID-19 孕期与幼儿期研究
COPE 数据集来自 clinicaltrials.gov,聚焦 SARS-CoV-2 感染对孕妇、未出生胎儿及儿童长期结局的影响。源站指出,关于该新发感染如何影响母婴及长期预后,现有知识仅基于病例报告和小型病例系列;MERS 与 SARS 冠状病毒均可能对孕妇及其后代构成威胁,因此 SARS-CoV-2 是否同样如此尚待研究。该数据可用于妊娠期 COVID-19 相关并发症、早产、妊娠期糖尿病及新生儿感染等主题的观察与分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:SARS-CoV2、Covid-19、妊娠并发症、早产、妊娠期糖尿病、新生儿感染。目的:一种新型冠状病毒 SARS-CoV-2 的出现,在人类中引起一种新型感染,导致一场席卷全球的大流行,其到来出乎意料,给个人生命以及社会和医疗保健部门都带来了巨大代价。关于这种新感染如何影响母亲和未出生孩子以及母亲和孩子长期结局的知识尚不清楚。已知信息仅基于病例报告和小型病例系列。引起中东呼吸综合征(MERS)和严重急性呼吸综合征(SARS)的冠状病毒均可对孕妇及其后代构成威胁,这引出了一个问题:SARS-CoV-2 是否也会如此。目标:建立一项
【主题与分类】
主题标签:Sars-CoV2、Covid-19、Pregnancy Complications、Pregnancy Preterm、Pregnancy in Diabetic、Neonatal 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/NCT04433364
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/NCT04433364
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:SARS-CoV-2、Covid-19、妊娠并发症、早产、糖尿病合并妊娠、新生儿感染。目的:新型冠状病毒SARS-CoV-2的出现,在人类中引发了一种新型感染,导致全球大流行,其到来令人始料未及,并对个人生命以及社会和医疗保健部门造成了巨大代价。关于这种新感染如何影响母亲和未出生胎儿,以及母亲和孩子的长期结局,目前尚不清楚。已知信息仅基于病例报告和小型病例系列。引起中东呼吸综合征(MERS)和严重急性呼吸综合征(SARS)的冠状病毒均可对孕妇及其后代构成威胁,这引出了一个问题:SARS-CoV-2是否也会如此。目标:建立来自感染和未感染孕妇及其后代的生物材料的生物样本库。
将该生物样本库与瑞典质量与医疗保健登记系统、计算机化患者病历及问卷数据相结合,从而实现短期随访(如产科结局)以及母婴双方的长期结局研究。研究大流行疫情如何影响母亲及其伴侣在妊娠、分娩和早期为人父母方面的体验。设计:一项瑞典全国性多中心研究。女性在SARS-CoV-2检测呈阳性或临床怀疑患有2019冠状病毒病(COVID-19)时被纳入(COVID-19组)。无COVID-19症状的孕妇将在常规就诊时被纳入(筛查组)。将在不同时间点采集血液样本和其他生物材料。其他预测因素和结局将从瑞典妊娠登记系统以及强制性瑞典健康登记系统中收集。该生物样本库及其通过瑞典个人身份号码与健康登记系统的关联将有助于未来研究。儿童发育将在出生后第一年通过问卷进行随访
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。




