NLR、ELR和SII指数作为哮喘控制生物标志物
本数据集来自 clinicaltrials.gov,主题为哮喘控制,收录 NLR、ELR 和 SII 指数作为哮喘控制生物标志物的相关研究信息

基本信息
资源简介
NLR、ELR和SII指数作为哮喘控制生物标志物
本数据集来自 clinicaltrials.gov,主题为哮喘控制,收录 NLR、ELR 和 SII 指数作为哮喘控制生物标志物的相关研究信息。源站描述指出哮喘是慢性气道炎症与高反应性疾病,多数患者经有效治疗可获良好控制,但仍有相当比例患者即使接受最佳治疗也未达充分控制,此类患者面临严重急性发作和死亡的高风险。哮喘控制测试(ACT)是量化哮喘控制状态的临床方法,涵盖症状、用药及个人报告。依据外周血、痰或支气管肺泡液细胞计数,哮喘可分为中性粒细胞型、嗜酸性粒细胞型、寡粒细胞型或混合粒细胞型四种内型,其中中性粒细胞炎症与哮喘控制不佳相关。该数据可用于哮喘控制状态分类与生物标志物研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:哮喘控制。哮喘是一种慢性疾病,主要特征为气道炎症和气道高反应性。获得有效治疗可使大多数患者的哮喘得到良好控制。然而,很大比例的患者尽管接受了最佳治疗,仍未达到充分的哮喘控制。控制不佳的患者面临严重急性发作和死亡的高风险。哮喘控制测试(ACT)是一种量化哮喘控制状态的有用临床方法,它包括关于表现、药物使用和个人报告的哮喘控制情况的问卷。根据外周血、痰或支气管肺泡液中的细胞计数,中性粒细胞型、嗜酸性粒细胞型、寡粒细胞型或混合粒细胞型是哮喘的四种不同内型。中性粒细胞炎症已被研究认为与哮喘控制不佳相关。此外,除……
【主题与分类】
主题标签:Asthma Control。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07730047
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/NCT07730047
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:哮喘控制。哮喘是一种慢性疾病,主要特征为气道炎症和高反应性。获得有效治疗可使大多数患者的哮喘得到良好控制。然而,相当一部分患者尽管接受了最佳治疗,仍未能达到充分的哮喘控制。控制不佳的患者面临严重急性发作和死亡的高风险。哮喘控制测试(ACT)是一种量化哮喘控制状态的有用临床方法,它包括关于表现、药物使用和个人报告的哮喘控制情况的问卷。根据外周血、痰液或支气管肺泡液中的细胞计数,中性粒细胞型、嗜酸性粒细胞型、寡粒细胞型或混合粒细胞型是哮喘的四种不同内型。研究表明,中性粒细胞炎症与哮喘控制不佳有关。除了持续性哮喘症状和特应性外,据报道它们还与哮喘患者中存在嗜酸性粒细胞炎症有关。
全身免疫炎症指数(SII)是一种新型炎症标志物,目前关于SII与哮喘及哮喘相关事件之间相关性的研究报道较少。本研究旨在探讨中性粒细胞与淋巴细胞比值(NLR)、嗜酸性粒细胞与淋巴细胞比值(ELR)和全身免疫炎症(SII)指数作为哮喘控制生物标志物的价值。这是一项将在Assiut大学医院胸科进行的病例对照研究。纳入标准包括:• 年龄>18岁的成年患者。* 根据全球哮喘防治创议(GINA)指南确诊为支气管哮喘。* 提供知情同意参与研究的患者。排除标准:• 患有哮喘以外的慢性呼吸系统疾病患者。• 既往4周内发生急性呼吸道感染。* 患有高血压、糖尿病、冠状动脉疾病、肝脏和肾脏疾病的患者。* 患有血液系统疾病、恶性肿瘤、自身免疫
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。




