囊性纤维化患者COVID-19抗体应答研究:CAR-CF
该数据集来自clinicaltrials.gov,为一项针对囊性纤维化患者(pwCF)的前瞻性纵向队列研究,旨在通过重复连续采样,全面了解SARS-CoV-2血清阳性率随时间的变化及其对pwCF的临床影响

基本信息
资源简介
囊性纤维化患者COVID-19抗体应答研究:CAR-CF
该数据集来自clinicaltrials.gov,为一项针对囊性纤维化患者(pwCF)的前瞻性纵向队列研究,旨在通过重复连续采样,全面了解SARS-CoV-2血清阳性率随时间的变化及其对pwCF的临床影响。研究在参与中心开展,为期3年,纳入儿童和成人pwCF,参与者随访24个月,并在常规门诊访视时捐献血样。数据可用于分析COVID-19在囊性纤维化人群中的抗体应答动态、血清阳性率变化趋势及相关临床结局预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COVID-19、囊性纤维化。这是一项针对囊性纤维化患者(pwCF)的前瞻性纵向队列研究,涉及对参与者的重复连续采样。选择该研究设计是为了提供关于SARS-CoV-2血清阳性率随时间变化以及随后对pwCF临床影响的全面信息。该研究将在参与中心开展,为期3年。研究参与者将包括儿童和成人pwCF。对于该研究的英国部分,欧洲囊性纤维化学会-临床试验网络(ECFS-CTN)的英国研究者将被邀请参与。参与研究者可在12个月内招募所有符合条件的pwCF。随后对参与者进行24个月的随访。参与者将在其常规门诊访视时捐献血样。血样将在第0天(基线)、第
【主题与分类】
主题标签:COVID-19、Cystic Fibrosis。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/NCT05745948
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/NCT05745948
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:COVID-19、囊性纤维化。这是一项针对囊性纤维化患者(pwCF)的前瞻性纵向队列研究,涉及对参与者的重复连续采样。选择此研究设计旨在全面了解SARS-CoV-2血清流行率随时间的变化及随后对囊性纤维化患者的临床影响。研究将在参与的囊性纤维化中心进行,为期3年。研究对象将包括儿童和成人囊性纤维化患者。对于研究的英国部分,欧洲囊性纤维化学会-临床试验网络(ECFS-CTN)中的英国研究者将被邀请参与。参与的研究者可在12个月内招募所有符合条件的囊性纤维化患者。随后,参与者将被随访24个月。参与者将在其常规门诊就诊时捐献血液样本。血液样本将在第0天(基线)、第6、12、18和24个月时采集(以配合常规临床复查)。此外,每当参与者因抽血访问诊所时,将机会性地采集额外血液样本。
这些血液样本可能与常规护理、年度复查访视、肺部急性加重(PEx)、CF并发症或开始新治疗(例如CFTR调节剂)相关。血液样本中的血清将被运送至中心实验室(贝尔法斯特女王大学),用于严重急性呼吸综合征冠状病毒2(SARS-CoV-2)抗体的标准化检测。除血液样本外,研究者还将从患者的健康记录中收集临床数据,并将这些数据录入病例报告表(CRF)。临床数据将根据当地临床实践,结合常规护理访视进行收集。研究者将从患者医疗记录中常规记录的信息中收集数据元素。数据将按照研究计划在基线、第6个月、第12个月、第18个月和第24个月收集,并在上述其他采血时间点收集。数据收集将包括CF门诊可获得的常规数据。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




