肺移植受者高剂量与标准剂量流感疫苗对比研究
该数据集来自 clinicaltrials.gov,主题为肺移植受者接种高剂量与标准剂量四价流感疫苗的对比研究。研究设计为 II 期、多中心、双盲、随机对照的免疫原性与安全性试验,比较两剂 HD-QIV 与两剂 SD-QIV 在肺移植受者中的效果

基本信息
资源简介
肺移植受者高剂量与标准剂量流感疫苗对比研究
该数据集来自 clinicaltrials.gov,主题为肺移植受者接种高剂量与标准剂量四价流感疫苗的对比研究。研究设计为 II 期、多中心、双盲、随机对照的免疫原性与安全性试验,比较两剂 HD-QIV 与两剂 SD-QIV 在肺移植受者中的效果。数据覆盖免疫接种、感染、移植感染与流感等主题,可用于评估不同剂量疫苗的免疫原性差异及安全性特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:免疫接种;感染、移植感染、流感。研究设计:拟议研究是一项 II 期、多中心、双盲、随机对照的免疫原性与安全性试验,在肺移植受者中比较两剂 HD-QIV 与两剂 SD-QIV。1. 假设 1:我们假设移植后 1-35 个月的肺移植受者接种两剂 HD-QIV 后,针对流感抗原的 HAI GMT 将高于接种两剂 SD-QIV 的肺移植受者。具体目标 1:比较肺移植受者接种两剂 HD-QIV 或两剂 SD-QIV 后针对流感抗原的 HAI GMT。2. 假设 2:我们假设在肺移植受者中接种两剂 HD-QIV 将具有良好的耐受性,并且就 solicited 而言安全性特征与两剂 SD-QIV 相似。
【主题与分类】
主题标签:Immunization; Infection、Transplantation Infection、Influenza。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05215327
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/NCT05215327
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:免疫接种;感染、移植感染、流感。研究设计:拟议研究是一项II期、多中心、双盲、随机对照的免疫原性与安全性试验,在肺移植受者中比较两剂HD-QIV与两剂SD-QIV。1. 假设1:我们假设移植后1-35个月的肺移植受者接受两剂HD-QIV后,针对流感抗原的HAI GMT将高于接受两剂SD-QIV的肺移植受者。具体目标1:比较肺移植受者接受两剂HD-QIV或两剂SD-QIV后针对流感抗原的HAI GMT。2. 假设2:我们假设肺移植受者接种两剂HD-QIV耐受性良好,且就征集性局部和全身副作用而言,安全性特征与两剂SD-QIV相似。具体目标2:比较肺移植受者接受两剂HD-QIV或两剂SD-QIV后征集性局部和全身不良事件的发生频率和严重程度。3.
假设3:我们假设,在接种疫苗前的时间点,衰竭、免疫衰老和免疫激活的基线免疫表型标志物将与接种疫苗后的HAI滴度相关。具体目标3:明确接受两剂HD-QIV或两剂SD-QIV的肺同种异体移植受者中,T细胞和B细胞亚群的基线表型、T细胞激活与接种疫苗后HAI滴度之间的关系。研究人群:该研究将总共招募约270名年龄≥16岁、在1-35个月内接受过肺移植的受试者。研究招募:招募期将持续三年。受试者将被随机分配到两组之一。第1组将接受两剂HD-QIV(0.7 mL;每种流感抗原60μg),而第2组将接受两剂SD-QIV(0.5 mL;每种流感抗原15μg)。流感监测:对流感进行主动监测——
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。




