烟草使用与COVID-19风险
该数据集来源于clinicaltrials.gov,主题为烟草使用与COVID-19风险的关系,归类于呼吸系统疾病/其他

基本信息
资源简介
烟草使用与COVID-19风险
该数据集来源于clinicaltrials.gov,主题为烟草使用与COVID-19风险的关系,归类于呼吸系统疾病/其他。源站描述指出,吸烟对COVID-19发病率和预后的作用在国际上引发广泛关注,现有文献结论存在分歧:一方面吸烟可能增加需住院的临床显性COVID-19患者不良结局风险,多项横断面研究显示重症住院患者中吸烟者疾病负向进展风险高于非吸烟者;另一方面也有研究提示吸烟与COVID-19诊断住院风险降低或社区发病风险降低相关。数据可用于探究吸烟与COVID-19风险的关联分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Covid19。背景:烟草使用在严重急性呼吸综合征-Cov2疾病(COVID-19大流行)的发病率和预后中的作用引起了国际社会的广泛兴趣,因为迄今为止科学文献中报道的发现相互矛盾。一方面,吸烟可能增加需要住院治疗的临床显性COVID-19患者不良结局的风险。几项横断面研究(病例系列)表明,在因严重症状住院的病例中,吸烟者相比非吸烟者疾病负向进展的风险更高。另一方面,研究还提示吸烟与COVID-19诊断住院风险降低相关,或与社区中疾病发生风险降低相关。这些研究注意到住院患者中吸烟者比例低4至5倍
【主题与分类】
主题标签:Covid19。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/NCT04896918
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/NCT04896918
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:Covid19。背景:烟草使用在严重急性呼吸综合征-Cov2疾病(COVID-19大流行)的发病率和预后中的作用引起了国际社会的广泛关注,原因是迄今为止科学文献中报道的研究结果相互矛盾。一方面,吸烟可能增加临床明显COVID-19需住院患者不良结局的风险。几项横断面研究(病例系列)表明,在因该疾病严重症状住院的病例中,吸烟者相比非吸烟者疾病负向进展的风险更高。另一方面,研究也提示吸烟与COVID-19诊断住院风险降低相关,或与社区中该疾病发生风险降低相关。这些研究注意到,与潜在源人群相比,因COVID-19住院的患者中吸烟者比例低4至5倍。一项医院病例系列的荟萃分析证实了这一差距。
鉴于烟草使用作为致病和致死风险因素在公共卫生方面的重要性,迫切需要向科学界和广大公众提供来自大规模人群研究的可靠信息,世界卫生组织也对此提出了建议。目的 本研究旨在通过基于人群的队列研究,阐明烟草使用(吸烟和鼻烟)与COVID-19之间潜在的因果关系。方法 在瑞典,公共牙科诊所在每次就诊时收集与口腔健康相关的生活方式和合并症信息(健康声明),自2015年10月起使用统一工具。吸烟和鼻烟使用被确定为既往使用、当前使用以及当前使用的强度类别。2020年2月期间,诊所的常规活动因大流行而中断,所谓的口腔健康检查被停止。斯德哥尔摩公共牙科约45万名成年客户
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。




