医护人员流感疫苗安全性与有效性研究
该数据集来自 clinicaltrials.gov,聚焦医护人员流感疫苗的安全性与有效性研究。研究覆盖 2009/10 起多个流感季节,参与者从接种日起随访至流感季结束(约 10 月至次年 4 月)

基本信息
资源简介
医护人员流感疫苗安全性与有效性研究
该数据集来自 clinicaltrials.gov,聚焦医护人员流感疫苗的安全性与有效性研究。研究覆盖 2009/10 起多个流感季节,参与者从接种日起随访至流感季结束(约 10 月至次年 4 月)。入组时采集 10cc 血样以测定针对 pandemic H1N1 及既往和当前季节性流感疫苗株的基线抗体滴度,并通过自动邮件提醒参与者每周填写网络随访问卷;若报告呼吸道疾病,则进一步收集病情细节。数据可用于评估医护人员流感疫苗接种后的免疫应答、安全性及有效性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Influenza。第 1 年(2009/10)的参与者将从 10 月 1 日开始招募,直至 pandemic H1N1 流感免疫接种活动结束。参与者将从接种疫苗当天起随访至每个流感季结束(约 10 月至次年 4 月)。在初次访视时,参与者将在入组时采集 1 管血液(10cc),以确定针对 pandemic H1N1 以及既往和当前年度季节性流感疫苗中所含流感毒株的基线抗体滴度。在完成基线调查后,参与者将每周收到自动电子邮件提醒,其中包含随访问卷的链接,直至流感季结束。如果参与者报告呼吸道疾病,他们将收到一份随访问卷,要求提供疾病的详细信息,包括发生的
【主题与分类】
主题标签:Influenza。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01282177
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/NCT01282177
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:流感。第1年(2009/10年度)的参与者将从10月1日开始招募,直至大流行H1N1流感免疫接种活动结束。参与者将从接种疫苗当天起接受随访,直至每个流感季节结束,大约为每年10月至次年4月。在初次访问时,参与者将在入组时采集1管血液(10cc),以确定针对大流行H1N1以及过去和当前年度季节性流感疫苗中所含流感毒株的基线抗体滴度。在完成基线调查后,参与者将每周收到自动电子邮件提醒,其中包含随访问卷的链接,直至流感季节结束。
如果参与者报告出现呼吸系统疾病,他们将收到一份随访问卷,询问该疾病的详细信息,包括呼吸系统疾病的发生情况及伴随症状、与患有呼吸系统疾病的患者或家庭成员接触情况、因呼吸系统症状相关的医疗服务利用情况、用于治疗该呼吸系统疾病的处方药或非处方产品,以及因呼吸系统疾病缺勤的工作天数或带症状呼吸道感染坚持工作的天数。在流行季节期间,每周一上午将向每位参与者发送电子邮件,提醒其填写每周日记和报告,并在出现急性呼吸系统疾病症状时寄送鼻拭子。在初次访视时,将向参与者教授如何采集鼻拭子,并在研究护士/研究助理在场的情况下练习自行采集拭子。将指导参与者在出现流感样疾病或呼吸系统疾病症状后尽快采集鼻拭子并寄回拭子(目标为发病后<48小时)。
如果参与者出现与病毒性呼吸道感染相符的症状(无明显诱因的发热或新
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。




