mCombriax(mRNA-1083)流感/COVID-19疫苗在65岁及以上成人中的有效性

试验为4期随机、活性对照、实用性设计,比较含季节性变异株配方的联合疫苗与同日分别接种已获批的增强型流感疫苗和COVID-19疫苗

Tor Biering-SørensenTor Biering-Sørensen
clinicaltrials
浏览 9
基因组预测COVID-19Influenza疫苗编码
Effectiveness of An Influenza/COVID-19 Vaccine (mCombriax [mRNA-1083]) in Adults ≥ 65 Years

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-13

资源简介

mCombriax(mRNA-1083)流感/COVID-19疫苗在65岁及以上成人中的有效性

该数据集来自clinicaltrials.gov,聚焦mCombriax(mRNA-1083)流感/COVID-19联合疫苗在65岁及以上成人中的有效性评估。试验为4期随机、活性对照、实用性设计,比较含季节性变异株配方的联合疫苗与同日分别接种已获批的增强型流感疫苗和COVID-19疫苗。研究计划跨越连续两个呼吸道病毒季节,以应对病毒流行、疫苗组分和有效性的季节性变化。主要目标是评估联合疫苗在严重流感和COVID-19等临床相关结局上的比较疫苗有效性(cVE),并检验真实世界中非劣效保护及单剂策略的潜在规划优势(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:COVID-19、流感。这项4期随机、活性对照、实用性试验旨在评估含季节性变异株配方的mCombriax®(mRNA-1083)与同日联合接种已获批的独立增强型流感疫苗和COVID-19疫苗相比,在65岁及以上成人中的有效性。该试验计划在连续两个呼吸道病毒季节开展,以考虑病毒流行、疫苗组分和有效性的潜在季节性变化。主要目标是评估联合疫苗在临床相关结局(包括严重流感和COVID-19)方面的比较疫苗有效性(cVE)。在真实世界环境中证明非劣效保护,结合单剂策略的潜在规划优势,可能支持政策建议。

【主题与分类】

主题标签:COVID-19、Influenza。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/NCT07790523

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07790523

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:COVID-19、流感。这项4期随机、活性对照、实用性试验旨在评估含季节性变异株配方的mCombriax®(mRNA-1083)与同日联合接种已获批的独立增强型流感和COVID-19疫苗在≥65岁成人中的有效性。该试验设计为在连续两个呼吸道病毒季节开展,以考虑病毒流行、疫苗成分和有效性方面潜在的季节性变化。主要目的是评估该联合疫苗在临床相关结局(包括重症流感和COVID-19)方面的比较疫苗有效性(cVE)。在真实世界中证明非劣效保护,结合单剂策略潜在的规划优势,可能支持政策建议、报销决策以及联合季节性呼吸道疫苗接种策略的更广泛实施。

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。