Nirsevimab 在中国婴儿中预防 RSV 相关及全因呼吸道感染的真实世界有效性研究
该数据集来自 clinicaltrials.gov,聚焦 Nirsevimab 在中国婴儿中预防 RSV 相关及全因下呼吸道感染的真实世界有效性

基本信息
资源简介
Nirsevimab 在中国婴儿中预防 RSV 相关及全因呼吸道感染的真实世界有效性研究
该数据集来自 clinicaltrials.gov,聚焦 Nirsevimab 在中国婴儿中预防 RSV 相关及全因下呼吸道感染的真实世界有效性。目标人群为 2024 年 9 月至 2025 年 4 月 RSV 流行季在七家中国三级医院入组的 0 至 1 岁婴儿,采用目标试验模拟设计比较接种与未接种 Nirsevimab 的婴儿,随访至多 180 天,利用医院电子病历识别感染发生、住院及 ICU 入住情况,并应用逆概率治疗加权等统计方法,可用于评估该干预措施在真实临床环境中的效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:RSV 感染、下呼吸道感染。本研究旨在真实世界环境中评估 Nirsevimab 预防婴儿 RSV 相关及全因下呼吸道感染(LRTI)的有效性。目标人群包括在 RSV 流行季(2024 年 9 月至 2025 年 4 月)于七家中国三级医院入组的 0 至 1 岁婴儿。研究采用目标试验模拟设计,比较接受 Nirsevimab 的婴儿与未接受 Nirsevimab 的对照组婴儿。结局将在最长 180 天的随访期内评估。研究人员将利用医院电子病历识别感染发生率、住院及重症监护室(ICU)入住情况。将应用逆概率治疗加权等统计方法。
【主题与分类】
主题标签:RSV Infections、Lower Respiratory Tract Infections。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07382219
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/NCT07382219
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:RSV感染、下呼吸道感染。本研究旨在评估Nirsevimab在真实世界环境中预防婴儿RSV相关及全因下呼吸道感染(LRTI)的有效性。目标人群包括在RSV流行季(2024年9月至2025年4月)期间在中国七家三级医院入组的0至1岁婴儿。本研究采用目标试验模拟设计,将接受Nirsevimab的婴儿与未接受Nirsevimab的对照组婴儿进行比较。结局将在最长180天的随访期内进行评估。研究人员将利用医院电子病历识别感染发生率、住院率及重症监护室(ICU)入住率。将应用逆概率治疗加权等统计方法平衡两组特征,以确保比较的有效性。
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。




