基于光的免疫调节预防人类呼吸道感染
该数据集来自 clinicaltrials.gov,聚焦基于光的免疫调节用于预防人类呼吸道感染。研究对象为在 DoD 和 VA 医疗机构工作的 18 岁及以上人员,随机分为活性治疗组(Emit Bio)和假装置组

基本信息
资源简介
基于光的免疫调节预防人类呼吸道感染
该数据集来自 clinicaltrials.gov,聚焦基于光的免疫调节用于预防人类呼吸道感染。研究对象为在 DoD 和 VA 医疗机构工作的 18 岁及以上人员,随机分为活性治疗组(Emit Bio)和假装置组。受试者隔日在家使用装置 5 分钟,通过基线及症状触发时的病毒 PCR 检测和每两周随访,评估上呼吸道感染症状及治疗副作用。数据可用于分析光免疫调节对 COVID-19 和流感等呼吸道感染的保护效果及相关因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COVID-19 呼吸道感染、流感。方法:在 DoD 医疗机构和 VA 医疗机构工作的 18 岁及以上受试者将被随机分为活性治疗组(Emit Bio)和假治疗组(非活性装置)。将获取基本人口学信息。受试者将在家每隔一天使用该装置 5 分钟。将获取基线病毒上呼吸道 PCR 检测组合,以确保原有感染不被计入。一旦出现上呼吸道感染症状,受试者将联系研究人员并接受病毒呼吸道 PCR 检测组合。研究协调员还将每两周联系受试者,询问他们是否正在经历或曾经经历任何上呼吸道症状,或者是否经历过任何治疗副作用。报告任何当前症状或过去 2 周内症状的受试者将接受上呼吸道
【主题与分类】
主题标签:COVID-19 Respiratory Infection、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/NCT07610967
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT07610967
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:COVID-19呼吸道感染、流感。方法:在国防部医疗设施和退伍军人事务部医疗设施工作的18岁及以上受试者将被随机分为活性治疗组(Emit Bio)和假治疗组(非活性设备)。将获取基本人口统计学信息。受试者将每隔一天在家中使用该设备5分钟。将获取基线病毒性上呼吸道PCR检测组合,以确保原有感染不被计入。一旦出现上呼吸道感染症状,受试者将联系研究人员并接受病毒性呼吸道PCR检测组合。研究协调员还将每两周联系受试者,询问他们是否正在经历或曾经经历任何上呼吸道症状,或者是否经历过任何治疗副作用。报告任何当前症状或过去2周内症状的受试者将接受上呼吸道PCR检测组合。
任何确诊或未确诊PCR URI的受试者将每日接受联系,直至症状消退,以评估次要结局,包括症状持续时间、缺勤天数、门诊就诊、急诊就诊、住院、呼吸系统疾病处方药及非处方治疗。筛选访视(约30分钟):* 获取并记录签署的知情同意书和HIPAA授权 * 根据纳入/排除标准核实受试者资格(研究协调员可使用电子病历核实纳入/排除) * 记录受试者正在服用的所有药物 * 收集人口统计学信息,包括电话号码、电子邮件地址、DoD ID、年龄、种族、民族、性别、是否直接护理患者、所在科室、定期用于预防URI的任何疗法(即锌、漱口水、补充剂),以及免疫缺陷状态或可能抑制免疫系统的药物、体重(磅)、身高(英寸)和BMI。随机化:受试者将采用区组随机化(每区组6人)随机分配至两个研究组之一
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。




