门诊重症急性呼吸综合征(SARS-CoV-2)患者远程评估

门诊患者占 COVID-19 患者的大多数,其病情可能初始较轻但后续出现不利演变。研究通过简单问卷及可能的远程会诊,了解门诊患者的病情演变、继发并发症,并识别“高危”患者特征,以用于未来非住院患者的预防与照护,并可能重新定义门诊随访方式

University Hospital, LimogesUniversity Hospital, Limoges
clinicaltrials
浏览 5
表格分类SARS-CoV2 InfectionCOVID-19
Remote Assessment of Outpatient With Severe Acute Respiratory Syndrome (SARS-CoV-2)

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-13

资源简介

门诊重症急性呼吸综合征(SARS-CoV-2)患者远程评估

该数据集英文名为 Remote Assessment of Outpatient With Severe Acute Respiratory Syndrome (SARS-CoV-2),来源于 clinicaltrials.gov,主题标签为 SARS-CoV2 Infection,本站分类归入呼吸系统疾病 / 其他。数据集围绕严重急性呼吸综合征冠状病毒 2 型(SARS-CoV-2)感染的门诊患者展开。门诊患者占 COVID-19 患者的大多数,其病情可能表现为初始较轻,但后续存在不利演变的风险。研究通过简单问卷以及可能的远程会诊方式,了解门诊患者的病情演变、继发并发症,并识别“高危”患者特征,以用于未来非住院患者的预防与照护,并可能重新定义门诊随访方式。该数据集为呼吸系统疾病领域 COVID-19 门诊管理相关研究提供参考。

【数据集背景】

该数据集所对应的研究关注 SARS-CoV-2 感染的门诊管理。根据源站描述,COVID-19 门诊患者的管理可能与不利的初始或延迟病程相关,这种病程与疾病本身有关。门诊患者构成了 COVID-19 患者的主体,因此了解其病情演变、继发并发症,并识别“高危”患者特征,对于未来非住院患者的预防与照护至关重要,尤其是在疫情仍处于活跃的背景下。该研究有望重新定义门诊患者的随访方式。数据集主题标签为 SARS-CoV2 Infection,本站分类为呼吸系统疾病 / 其他,来源站为 clinicaltrials.gov。

【数据内容】

源站描述指出,该研究由一份简单问卷以及可能的远程会诊组成。数据集英文名明确指向对门诊患者进行远程评估,评估对象为严重急性呼吸综合征(SARS-CoV-2)相关情况。研究旨在了解门诊患者的病情演变、继发并发症,并识别“高危”患者特征。关于数据集的具体字段、变量、样本量、时间范围、随访节点、问卷条目、远程会诊记录格式等详细内容,源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov。源站描述提及研究通过简单问卷和可能的远程会诊进行,但关于采集方式的具体技术细节、采集频率、采集地点、参与机构、数据录入流程、是否包含多中心数据等信息,源站未提供。数据集的来源站为 clinicaltrials.gov,本站分类为呼吸系统疾病 / 其他,主题标签为 SARS-CoV2 Infection。

【适用场景】

该数据集适用于与 SARS-CoV-2 感染门诊患者相关的远程评估研究场景。源站描述强调,了解门诊患者的病情演变、继发并发症以及识别“高危”患者特征,对于未来非住院患者的预防与照护具有意义,并可能重新定义门诊随访方式。因此,该数据集可用于支持门诊随访模式探索、非住院患者风险识别、远程会诊与问卷评估等方向的参考。关于具体适用的研究设计、统计方法、临床决策支持场景等,源站未提供。

【使用方法】

源站描述提到研究由简单问卷和可能的远程会诊组成,但关于数据的具体使用方式、访问权限、下载格式、分析工具、变量说明、编码手册、配套文档等,源站未提供。因此,无法依据现有信息给出具体的使用步骤或操作指南。

【质量与限制】

该数据集英文名和源站描述表明其关注门诊患者的远程评估,但关于数据质量指标、缺失值情况、样本代表性、偏倚控制、随访完整性、问卷信效度、远程会诊实施比例等,源站未提供。此外,源站描述中提及“可能”进行远程会诊,说明该部分并非确定实施,具体执行情况源站未提供。数据集的限制还包括:本站分类为呼吸系统疾病 / 其他,主题标签为 SARS-CoV2 Infection,但关于数据规模、地理范围、时间跨度、人群特征等,源站未提供。

【引用与许可】

该数据集来源于 clinicaltrials.gov,但关于具体的引用格式、许可协议、使用条款、数据共享政策、伦理审批信息、注册号等,源站未提供。用户如需引用或使用该数据集,应参考 clinicaltrials.gov 上对应记录的官方信息。

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT05125887

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:SARS-CoV2感染。对于症状较轻的COVID患者进行门诊管理,可能与其病理相关的初始或后续不利病程有关。门诊患者构成了COVID-19患者的大多数。了解他们的病情演变、继发性并发症,并识别“高风险”患者特征,对于在疫情仍活跃的背景下预防和照护未来的非住院患者至关重要。本研究有望重新定义门诊患者的随访方式。研究包括一份简单的问卷,以及可能的远程咨询。

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。