成人接种疫苗后系统性及鼻黏膜对流感和SARS-CoV-2免疫的自然史研究
该数据集来自clinicaltrials.gov,聚焦成人接种流感疫苗和/或SARS-CoV-2疫苗后,系统性免疫与鼻黏膜免疫在随后一年内的长期变化

基本信息
资源简介
成人接种疫苗后系统性及鼻黏膜对流感和SARS-CoV-2免疫的自然史研究
该数据集来自clinicaltrials.gov,聚焦成人接种流感疫苗和/或SARS-CoV-2疫苗后,系统性免疫与鼻黏膜免疫在随后一年内的长期变化。研究通过血液和鼻部采样,追踪NIH工作人员接种疫苗后的免疫应答动态。数据可用于理解流感和SARS-CoV-2疫苗诱导的免疫持久性,为改进疫苗设计、评估黏膜免疫保护以及应对流感大流行和COVID-19疫情提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:Influenza,COVID-19。研究描述:由于流感免疫力持续时间短且流行流感毒株不断变化,每年接种流感疫苗是必要的。由于年度流感疫苗效果有限以及流感大流行持续存在的可能性,需要更好地理解流感免疫以开发改进的疫苗。严重急性呼吸综合征冠状病毒2(SARS CoV-2)疫苗已针对2019冠状病毒病(COVID-19)大流行而开发。同样迫切需要了解接种SARS CoV-2疫苗者长期免疫的变化,以开发改进的疫苗。我们将通过血液和鼻部采样,研究NIH工作人员在接种流感和/或SARS-CoV-2疫苗后以及随后一年内长期免疫的变化。目标:主要目标
【主题与分类】
主题标签:Influenza、COVID-19。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/NCT04794829
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/NCT04794829
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
疾病:流感、COVID-19。研究描述:由于流感免疫力持续时间短且流行的流感毒株不断变化,每年接种流感疫苗是必要的。鉴于年度流感疫苗效果有限以及流感大流行的持续潜在风险,有必要更好地了解流感免疫以开发改进的疫苗。严重急性呼吸综合征冠状病毒2(SARS CoV-2)疫苗已针对2019冠状病毒病(COVID-19)大流行而开发。同样迫切需要了解接种SARS CoV-2疫苗者的长期免疫力变化,以开发改进的疫苗。我们将通过血液和鼻腔采样,研究NIH工作人员在接种流感和/或SARS-CoV-2疫苗后以及随后一年内长期免疫力的变化。目标:主要目标:描述接种疫苗后1年内全身抗流感体液免疫反应的特征。描述接种疫苗后1年内全身抗SARS-CoV-2体液免疫反应的特征。
次要目标:描述接种疫苗后1年内鼻黏膜抗流感体液免疫应答的特征。描述接种疫苗后1年内鼻黏膜抗SARS-CoV-2体液免疫应答的特征。终点:主要终点:1. 通过以下方法测定的全身性抗流感抗体:1. 血凝抑制(HAI)抗体滴度 2. 神经氨酸酶抑制(NAI)抗体滴度 3. 抗血凝素(HA)头部抗体定量酶联免疫吸附试验(ELISA)(免疫球蛋白[Ig] M、IgG、IgA)4. 抗HA茎部抗体定量ELISA(IgM、IgG、IgA)5. 抗神经氨酸酶(NA)抗体定量ELISA(IgM、IgG、IgA)2. 通过以下方法测定的全身性抗SARS-CoV-2抗体:1. 抗SARS-CoV-2刺突抗体定量ELISA(IgM、IgG、IgA)2. 抗SARS-CoV-2受体结合域(RBD)抗体定量ELISA(IgM、IgG、IgA)次要终点:1. 黏膜抗流感抗体
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。




