Palivizumab(Synagis®)在德国高危儿童中应用的前瞻性研究

该数据集来自clinicaltrials.gov,收录德国高危儿童在呼吸道合胞病毒(RSV)流行季接受Palivizumab(Synagis®)预防的前瞻性研究数据

AbbVie (prior sponsor, Abbott)AbbVie (prior sponsor, Abbott)
clinicaltrials
浏览 7
文本预测Respiratory Syncytial Virus Infections
Prospective Study for the Use of Palivizumab (Synagis®) in High-risk Children in Germany

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-12

资源简介

Palivizumab(Synagis®)在德国高危儿童中应用的前瞻性研究

该数据集来自clinicaltrials.gov,收录德国高危儿童在呼吸道合胞病毒(RSV)流行季接受Palivizumab(Synagis®)预防的前瞻性研究数据。研究按非干预性观察设计,不施加常规诊疗之外的诊断或监测程序,仅采集常规医疗数据。数据收集始于2002/2003季,最初使用纸质病例报告表,自2008/2009季起改用受保护的互联网数据录入平台,纸质与电子系统在登记期间均有调整。数据可用于分析高危儿童RSV预防用药的临床特征与结局(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:呼吸道合胞病毒感染。纳入本研究的每位参与者均在其接受Palivizumab预防期间、于当时流行的RSV季节接受观察。根据非干预性或观察性研究的要求,除个体治疗策略过程中通常会采用的诊断或监测程序外,未对纳入研究的参与者施加任何诊断或监测程序。仅收集属于常规医疗护理的数据。数据收集最初在2002/2003季使用纸质病例报告表(CRFs);从2008/2009季开始使用受保护的互联网数据录入平台。纸质CRFs和电子系统在整个登记期间均经过变更。2002/2003至2006/2007登记季的数据收集已进行

【主题与分类】

主题标签:Respiratory Syncytial Virus Infections。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01155193

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01155193

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

条件:呼吸道合胞病毒感染。本研究纳入的每位参与者均在其接受帕利珠单抗预防期间、于呼吸道合胞病毒流行季被观察。根据非干预性或观察性研究的要求,除个体治疗策略过程中通常会采用的诊断或监测程序外,未对纳入研究的参与者实施其他诊断或监测程序。仅收集属于常规医疗护理部分的数据。数据收集最初于2002/2003季使用纸质病例报告表(CRFs)进行;自2008/2009季起,开始使用受保护的基于互联网的数据录入平台。在整个登记期间,纸质CRFs和电子系统均经历了变更。2002/2003至2006/2007登记季的数据收集通过纸质CRFs和住院表格进行。相应结果已于2011年发表,因此在此一并描述,并作为单独的报告组进行报告。

2007/2008和2008/2009登记季被视为数据收集方式向电子CRF(eCRF)系统转换过程中的过渡年份。尽管2007/2008登记季的数据收集仍基于纸质,但因其未包含在原始出版物中,故结果单独报告。2008/2009季,数据收集模式从纸质CRF转为eCRF系统,但仍有部分医生使用纸质CRF进行记录。为了利用所有记录并尽可能减少数据丢失,2008/2009季的结果基于纸质CRF与eCRF数据的结合。因此,决定将08/09季的结果与后续季节基于eCRF的同质结果分开描述。09/10至15/16登记季的数据收集通过eCRF系统实施,相应结果因此归入同一报告组一起展示。

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。

获取专属数据定制方案