以色列Clalit健康服务医护人员新冠疫苗有效性研究(CoVEHPI)
研究关注Pfizer疫苗及可获得的Moderna疫苗在预防感染方面的效果,包括对无症状感染(作为传播替代指标)的预防作用和保护持续时间

基本信息
资源简介
以色列Clalit健康服务医护人员新冠疫苗有效性研究(CoVEHPI)
该数据集来自clinicaltrials.gov,主题为COVID-19疫苗在医护人员中的有效性研究(CoVEHPI)。研究关注Pfizer疫苗及可获得的Moderna疫苗在预防感染方面的效果,包括对无症状感染(作为传播替代指标)的预防作用和保护持续时间。研究对象为Clalit成员且在Soroka、Beilinson、Meir、Haemek、Kaplan和Schneider医院工作、年满18岁、按卫生部指南符合接种条件的医护人员,无论其接种意愿如何均纳入招募。数据可用于评估真实世界中疫苗对医护人员感染的保护效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Covid19、Corona Virus Infection、Vaccine Effectiveness。尽管已获批COVID-19疫苗的临床试验证明了疫苗在预防有症状感染方面的效力,但关于疫苗有效性的许多问题,例如COVID-19疫苗在预防无症状感染(作为传播的替代指标)方面的有效性以及保护持续时间,只能在真实世界试验中评估。本研究的目的是评估COVID-19疫苗(Pfizer疫苗,以及若可获得时的Moderna疫苗)在以色列医护人员中预防感染的有效性。符合Clalit成员资格、在Soroka、Beilinson、Meir、Haemek、Kaplan和Schneider医院工作、年满18岁且根据卫生部指南符合接种COVID-19疫苗条件的医护人员将被招募,无论其是否打算接种COVID-19疫苗。A
【主题与分类】
主题标签:Covid19、Corona Virus Infection、Vaccine Effectiveness。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/NCT04709003
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/NCT04709003
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:Covid19、冠状病毒感染、疫苗有效性。尽管已获批COVID-19疫苗的临床试验证明了疫苗在预防有症状感染方面的效力,但关于疫苗有效性的许多问题,例如COVID-19疫苗在预防无症状感染(作为传播的替代指标)方面的有效性以及保护持续时间,只能在真实世界试验中进行评估。本研究的目的是评估COVID-19疫苗(辉瑞疫苗,以及若有可用的莫德纳疫苗)在以色列医护人员中预防感染的有效性。将招募Clalit会员且在Soroka、Beilinson、Meir、Haemek、Kaplan和Schneider医院工作的医护人员,年龄18岁及以上,且根据卫生部指南符合接种COVID-19疫苗条件者,无论其是否有接种COVID-19疫苗的意愿。将采集基线血清学样本和呼吸道样本。参与者将被要求每周提供一次呼吸道样本,持续3个月,之后在研究剩余期间每月提供一次。参与者还将在1个月、3个月、6个月、9个月和12个月时抽血。
呼吸道样本将通过RT-PCR检测SARS-CoV-2;血清学将检测SARS-CoV-2抗体。研究将持续12个月。对于每位参与者,将在研究期间从电子病历中提取数据,并回溯至2010年。
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。




