哮喘自然史纵向环境采样研究
NHALES 是一项前瞻性、纵向、观察性、单中心、探索性自然史研究，面向中度至重度持续性特应性哮喘患者，采集环境与人体微生物组样本，以及血液、尿液、DNA、唾液、痰液、粪便和家庭灰尘等样本，约 200 名参与者，并收集哮喘症状问卷的生活质量信息，经同意还可使用家庭设备
基本信息
资源简介
哮喘自然史纵向环境采样研究
NHALES（Natural History of Asthma With Longitudinal Environmental Sampling）是一项前瞻性、纵向、观察性、单中心、探索性自然史研究，面向中度至重度持续性特应性哮喘患者。该研究通过长期采集环境与人体微生物组样本，以及血液、尿液、DNA、唾液、痰液、粪便和家庭灰尘等多种生物与环境样本，旨在支持未来对环境暴露与疾病进展之间相互作用的探索，并促进机制性假设的形成。研究计划纳入约 200 名参与者，同时收集基于哮喘症状问卷的生活质量信息，经参与者同意后还可使用家庭设备进行数据采集。该数据集来源于 clinicaltrials.gov，主题标签为 Asthma，本站分类归入循环系统疾病 / 心力衰竭。
【数据集背景】
该研究为自然史研究，其核心目标是收集样本与数据，以便未来前瞻性地探索环境暴露与疾病进展之间的相互作用。研究对象为患有持续性中度至重度特应性哮喘的患者。研究设计为前瞻性、纵向、观察性、单中心、探索性，旨在促进机制性假设的形成。源站描述中提及 Conditions: Asthma，说明该数据集围绕哮喘这一疾病状态展开。本站将其分类为循环系统疾病 / 心力衰竭，但源站描述未提供该分类与哮喘研究之间关系的进一步说明。
【数据内容】
该数据集包含多类样本与信息。样本类型包括环境与人体微生物组样本，以及血液、尿液、DNA、唾液、痰液、粪便和家庭灰尘样本。此外，研究还收集生活质量信息，具体通过哮喘症状问卷获取；经参与者同意，还可通过家庭设备收集相关信息。源站描述还提到，将从入组参与者的气道采集样本，但该句在源站描述中未完整结束，因此气道样本的具体类型与采集方式源站未提供。研究计划从约 200 名参与者中采集上述样本与数据。
【采集与来源】
该数据集来源于 clinicaltrials.gov。研究为单中心设计，采用前瞻性、纵向、观察性的方式，对中度至重度持续性特应性哮喘患者进行自然史观察。样本采集包括环境与人体微生物组样本，以及血液、尿液、DNA、唾液、痰液、粪便和家庭灰尘等。生活质量信息通过哮喘症状问卷收集，并在获得同意的情况下使用家庭设备。参与者数量约为 200 人。关于采集时间点、随访频率、具体设备类型、问卷工具名称等细节，源站未提供。
【适用场景】
该数据集适用于未来对环境暴露与哮喘疾病进展之间相互作用的前瞻性探索，并可用于促进机制性假设的形成。其样本与数据覆盖微生物组、生物样本、环境样本以及生活质量信息，可用于与哮喘症状和控制效果相关的未来关联分析。由于研究聚焦于中度至重度持续性特应性哮喘患者，该数据集可能适用于哮喘自然史、环境暴露与疾病进展关系等研究方向。其他具体适用场景源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、下载格式、数据结构、变量定义、配套分析工具或操作指南等。源站描述仅说明样本将被收集和储存，以供未来与哮喘症状和控制效果进行关联分析，但未说明数据的具体使用流程或技术条件。
【质量与限制】
该研究为单中心、探索性、观察性自然史研究，样本量约为 200 名参与者。源站描述未提供关于数据质量、缺失值、偏倚控制、样本存储条件、随访完整性或外部验证等信息。由于研究设计为单中心且聚焦特定患者群体，其结论的外推范围可能受到限制，但源站未对此作出具体说明。此外，源站描述中关于气道样本采集的句子未完整结束，相关细节无法确认。
【引用与许可】
源站未提供该数据集的引用格式、许可条款、使用限制或数据共享政策等信息。
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/NCT02327897
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。本研究将是一项前瞻性、纵向、观察性、单中心、探索性、自然史研究，旨在收集样本和数据，以便前瞻性地探索中重度特应性哮喘持续性疾病患者中环境暴露与疾病随时间进展之间的相互作用，并促进机制性假说的形成。将收集并储存参与者的环境和人体微生物组样本，以供未来与哮喘症状和控制效果进行相关性研究。将收集约200名参与者的血液、尿液、DNA、唾液、痰液、粪便和家庭灰尘样本，以及通过哮喘症状问卷获取的生活质量信息，并在获得同意的情况下通过家用设备收集信息。此外，还将从参加支气管镜检查访视的参与者气道中收集样本。所收集的样本和调查信息可用于探索特应性哮喘的微生物学和遗传学影响因素。
对这些样本和调查问卷回复的分析数据，可在环境暴露、临床结果（症状、急性加重和生活质量）以及治疗反应的背景下进行评估。将招募年龄在18至60岁之间、患有中度至重度、有症状的特应性哮喘的男性和女性参与者。如果参与者有慢性阻塞性肺疾病、囊性纤维化、非囊性纤维化支气管扩张、肺纤维化、肺动脉高压、肺气肿、结节病或不稳定型心绞痛的病史，则将被排除在招募之外。此外，如果参与者患有深静脉血栓、肺栓塞、III-IV级充血性心力衰竭或正在接受治疗的恶性肿瘤，也将被排除。当前吸烟者以及对乙酰甲胆碱过敏的个体将不符合招募条件。参与者将被招募为期五年，并将按指示接受哮喘标准治疗。在初始
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。
