慢性呼吸系统疾病急性加重中右心室功能障碍的结局
该数据集来自 clinicaltrials.gov，为一项观察性研究，纳入因急性呼吸衰竭入住 ICU 的慢性呼吸系统疾病患者，涵盖 COPD、支气管扩张、哮喘、间质性肺病、神经肌肉疾病、肥胖低通气综合征等
基本信息
资源简介
慢性呼吸系统疾病急性加重中右心室功能障碍的结局
该数据集来自 clinicaltrials.gov，为一项观察性研究，纳入因急性呼吸衰竭入住 ICU 的慢性呼吸系统疾病患者，涵盖 COPD、支气管扩张、哮喘、间质性肺病、神经肌肉疾病、肥胖低通气综合征等。主要目标是确定该人群中右心室（RV）功能障碍的患病率，并分析该并发症对结局（如生存）的影响。可用于研究右心室功能障碍与急性加重患者预后之间的关联，支持风险预测与结局分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：Acute Exacerbation of COPD、Acute Exacerbation of Bronchiectasis、Acute Exacerbation of Asthma、Interstitial Lung Disease、Neuromuscular Diseases、Obesity Hypoventilation Syndrome、Acute Respiratory Failure。对因急性呼吸衰竭入住重症监护室的慢性呼吸系统疾病（慢性阻塞性肺疾病、支气管扩张、间质性肺病、神经肌肉疾病、肥胖低通气综合征……）患者进行的观察性研究。纳入标准： 慢性呼吸系统疾病（COPD、ILD、OHS……） 因急性呼吸衰竭入住 ICU 患者无反对意见。排除标准： 年龄 < 18 岁的患者 受保护患者 孕妇。主要目标是确定该人群中右心室（RV）功能障碍的患病率，并分析此类并发症对结局（生存
【主题与分类】
主题标签：Acute Exacerbation of COPD、Acute Exacerbation of Bronchiectasis、Acute Exacerbation of Asthma、Interstitial Lung Disease、Neuromuscular Diseases、Obesity Hypoventilation Syndrome、Acute Respiratory Failure。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04098094
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/NCT04098094
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
病症：慢性阻塞性肺疾病急性加重、支气管扩张症急性加重、哮喘急性加重、间质性肺病、神经肌肉疾病、肥胖低通气综合征、急性呼吸衰竭。这是一项针对因急性呼吸衰竭入住重症监护室的慢性呼吸系统疾病（慢性阻塞性肺疾病、支气管扩张症、间质性肺病、神经肌肉疾病、肥胖低通气综合征等）患者的观察性研究。纳入标准：* 患有慢性呼吸系统疾病（COPD、ILD、OHS等）* 因急性呼吸衰竭入住ICU * 患者无异议。排除标准：* 年龄小于18岁的患者 * 受保护的患者 * 孕妇。主要目标是确定该人群中右心室功能障碍的患病率，并分析此类并发症对结局（第28天生存率、无创或有创通气持续时间、住院时间）的影响。右心室功能将在入院时、3天后及出院时通过超声心动图进行评估。将收集血浆NT-proBNP和肌钙蛋白水平。
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。
