体位导向布地奈德鼻滴剂治疗CRS相关嗅觉障碍
该数据集来自 clinicaltrials.gov,聚焦慢性鼻窦炎(CRS)相关嗅觉障碍的随机对照试验。研究比较在 Wu's 体位下使用布地奈德鼻滴剂靶向给药与常规布地奈德鼻喷剂在嗜酸性/2型 CRS 相关嗅觉障碍患者中的嗅觉改善效果

基本信息
资源简介
体位导向布地奈德鼻滴剂治疗CRS相关嗅觉障碍
该数据集来自 clinicaltrials.gov,聚焦慢性鼻窦炎(CRS)相关嗅觉障碍的随机对照试验。研究比较在 Wu's 体位下使用布地奈德鼻滴剂靶向给药与常规布地奈德鼻喷剂在嗜酸性/2型 CRS 相关嗅觉障碍患者中的嗅觉改善效果。计划纳入 78 名 18-65 岁成人,按 1:1 随机分组,干预 12 周。数据可用于了解该试验的设计要素与分组信息,支持对 CRS 相关嗅觉障碍治疗研究的分类与检索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性鼻窦炎(CRS)、嗅觉障碍。慢性鼻窦炎(CRS)相关嗅觉障碍可能源于嗅裂阻塞和持续局部炎症。常规鼻内皮质类固醇喷雾在嗅裂的药物沉积可能有限且多变。本随机对照试验旨在评估,在嗜酸性/2型 CRS 相关嗅觉障碍患者中,使用 Wu's 体位(Wu's 45° 头悬后倾位)靶向递送布地奈德鼻滴剂是否比常规布地奈德鼻喷剂提供更大的嗅觉改善。共 78 名 18-65 岁成人将按 1:1 随机接受 Wu's 体位下给予的布地奈德鼻滴剂或常规布地奈德鼻喷剂,为期 12 周。鼻滴剂组参与者将接受
【主题与分类】
主题标签:Chronic Rhinosinusitis (CRS)、Olfactory Dysfunction。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07386873
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/NCT07386873
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:慢性鼻窦炎(CRS)、嗅觉功能障碍。慢性鼻窦炎(CRS)相关嗅觉功能障碍可能由嗅裂阻塞和持续性局部炎症共同导致。传统鼻内皮质类固醇喷雾剂在嗅裂中的药物沉积可能有限且不稳定。本随机对照试验旨在评估,在嗜酸性/2型CRS相关嗅觉功能障碍患者中,采用Wu体位(Wu 45°头后仰悬垂位)靶向递送布地奈德滴鼻剂是否比传统布地奈德鼻喷雾剂能带来更大的嗅觉改善。共78名18-65岁成人将按1:1随机分配,接受Wu体位下给予布地奈德滴鼻剂或传统布地奈德鼻喷雾剂治疗12周。滴鼻剂组参与者将接受布地奈德混悬液,每侧鼻孔20滴,每日两次,并在给药后保持Wu体位约5分钟。对照组参与者将接受传统布地奈德鼻喷雾剂,每侧鼻孔2喷,每日一次,取直立坐位给药。
嗅觉功能将采用Sniffin’ Sticks进行评估,包括气味阈值、辨别、识别及复合TDI评分。主要结局是第12周时达到临床意义TDI改善≥5.5分的参与者比例。其他评估将包括嗅觉障碍问卷-负面陈述(QOD-NS)、嗅觉-视觉模拟量表(VAS)、鼻窦结局测试22(SNOT-22)、鼻塞症状评估(NOSE)以及4项简明老年人嗅觉测试(4-CAST)。鼻窦CT将用于评估嗅裂结构异常,而计算流体动力学(CFD)分析将表征嗅裂气流。在第12周,嗅觉恢复还将根据……分类为完全可逆、部分可逆或无反应/不可逆。
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。




