中耳炎疫苗接种研究

该数据集来源于 clinicaltrials.gov,聚焦中耳炎(Otitis Media)相关研究,涉及急性中耳炎与伴渗出性中耳炎等儿童常见疾病

National Institute on Deafness and Other Communication Disorders (NIDCD)National Institute on Deafness and Other Communication Disorders (NIDCD)
clinicaltrials
浏览 11
其他Otitis Media疫苗编码
Vaccination for Middle Ear Infection

基本信息

模态
其他
创建/更新时间
2026-10-17

资源简介

中耳炎疫苗接种研究

该数据集来源于 clinicaltrials.gov,聚焦中耳炎(Otitis Media)相关研究,涉及急性中耳炎与伴渗出性中耳炎等儿童常见疾病。源站描述围绕不可分型流感嗜血杆菌(NTHi)感染的疫苗研发,探讨针对脂寡糖(LOS)的杀菌抗体与免疫保护,并提及将脱毒LOS(dLOS)与破伤风类毒素(TT)结合以提升免疫原性。数据可用于中耳炎与NTHi疫苗方向的文献调研与主题分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:中耳炎。急性中耳炎(OM)和伴渗出性中耳炎是儿童常见疾病。不可分型流感嗜血杆菌(NTHi)是老年个体中耳炎和呼吸道感染的主要原因。目前尚无针对NTHi感染的疫苗。研究表明,血清杀菌抗体与针对NTHi感染的保护相关。我们预测,针对脂寡糖(LOS,NTHi的主要表面抗原和毒力因子)具有杀菌活性的血清抗体将赋予对该病原体的免疫力。NTHi的LOS毒性过高,无法施用于人类,而脱毒LOS(dLOS)不具免疫原性,可能由于其分子量较低。为了提高其免疫原性,dLOS通过临床相关的疫苗接种方案共价结合至破伤风类毒素(TT),在体内模型中引发了针对LOS的杀菌抗体。

【主题与分类】

主题标签:Otitis Media。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00001605

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/NCT00001605

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

疾病:中耳炎。急性中耳炎(OM)和伴渗出液的中耳炎是常见的儿童疾病。不可分型流感嗜血杆菌(NTHi)是较大年龄个体中中耳炎和呼吸道感染的主要病因。目前尚无针对NTHi感染的疫苗。研究表明,血清杀菌抗体与抵御NTHi感染相关。我们预测,针对脂寡糖(LOS)——NTHi的主要表面抗原和毒力因子——具有杀菌活性的血清抗体将赋予对该病原体的免疫力。NTHi的LOS毒性过大,无法施用于人类,而脱毒LOS(dLOS)不具有免疫原性,可能由于其分子量较低。为提高其免疫原性,采用临床相关的疫苗接种方案将dLOS共价结合至破伤风类毒素(TT),在体内模型中诱导了针对LOS的杀菌抗体。该研究性疫苗在龙猫中耳炎模型中也显示出抗感染保护作用。我们拟在成人中评估该dLOS-TT疫苗的安全性和免疫原性(I期)。我们的目标是开发一种针对NTHi所致中耳炎和呼吸道感染的疫苗。

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