既往COVID-19感染对流感样疾病或急性呼吸道感染发生的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT04527614

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

研究条件：人流感、SARS病毒、COVID-19、呼吸道感染。背景：比利时的每个冬季都以一波流感样症状和呼吸道症状为特征。尤其是老年人更易感染流感，也易感染RSV。近期COVID-19大流行以及最终可能出现的下一波疫情，将增加流感样症状和呼吸道症状的患病率。方法：将在2020-2021年冬季期间，在养老院工作人员和居民中开展一项多中心非商业性队列研究。目的：主要目的是比较病例（有既往SARS-CoV-2感染证据者，称为Covid+）与对照（无既往感染证据者，称为Covid-）之间流感样症状和呼吸道症状发病率的差异。主要结局分析以及次要结局分析将采用两个分层：养老院工作人员和养老院居民。

次要目标包括：通过PCR确诊的COVID-19、流感和RSV感染在病例与对照之间的发病率差异；基于再暴露时已有抗体谱（抗原特异性、抗体类型及抗体水平）的研究，确定COVID+组针对SARS-CoV-2再感染的保护相关性。将采用多重检测法评估抗体谱。最后，基于已有抗体的存在/缺失及已有抗体谱，研究COVID-19疾病严重程度（采用7分制WHO ordinal scale，其中包括住院、机械通气需求和ICU入住、死亡率等）。对于其他呼吸道感染，我们将研究住院需求和死亡率。

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。