Lungs on Fire:加拿大野火烟雾、相关疾病、易感人群与社区价值

该数据集来自 clinicaltrials.gov,聚焦加拿大野火烟雾(WFS)相关的慢性肺病与神经系统疾病风险。研究以受控人体木烟暴露为模型,设置三个暴露组:连续3天每日2小时35 µg/m3 PM2.5、连续3天每日2小时105 µg/m3 PM2.5,以及2天过滤空气后1天2小时315 µg/

University of British ColumbiaUniversity of British Columbia
clinicaltrials
浏览 12
基因组预测AsthmaLung Cancer
Lungs on Fire: Wildfire Smoke, Incident Diseases, Susceptible Populations, and Community Values in Canada

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-17

资源简介

Lungs on Fire:加拿大野火烟雾、相关疾病、易感人群与社区价值

该数据集来自 clinicaltrials.gov,聚焦加拿大野火烟雾(WFS)相关的慢性肺病与神经系统疾病风险。研究以受控人体木烟暴露为模型,设置三个暴露组:连续3天每日2小时35 µg/m3 PM2.5、连续3天每日2小时105 µg/m3 PM2.5,以及2天过滤空气后1天2小时315 µg/m3 PM2.5。覆盖哮喘、慢性阻塞性肺疾病(COPD)与肺癌人群,可用于量化WFS相关PM2.5对慢性肺病贡献的风险并增强生物学合理性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Asthma、Chronic Obstructive Pulmonary Disease (COPD)、Lung Cancer。目的:利用对木烟的受控人体暴露反应,作为野火烟雾(WFS)的模型,量化WFS相关直径小于等于2.5微米颗粒物(PM2.5)促进神经系统疾病和慢性肺病发生的风险,并为其增加生物学合理性。研究暴露组:A组:连续3天,每天2小时木烟暴露,PM2.5浓度为35 µg/m3;B组:连续3天,每天2小时木烟暴露,PM2.5浓度为105 µg/m3;C组:连续2天过滤空气(FA),随后1天进行2小时木烟暴露,PM2.5浓度为315 µg/m3。假设、理由和目标 Aim 1A:增强WFS对慢性肺病贡献的合理性并量化其风险。假设1A:研究者将确定me

【主题与分类】

主题标签:Asthma、Lung Cancer。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07536178

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/NCT07536178

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:哮喘、慢性阻塞性肺疾病(COPD)、肺癌。目的:利用对受控人体木烟暴露的反应,作为野火烟雾(WFS)的模型,量化WFS相关直径2.5微米或以下颗粒物(PM2.5)促进神经系统疾病和慢性肺部疾病发生的假设风险,并为其增加生物学合理性。研究暴露组:A组:连续3天,每天2小时木烟暴露,PM2.5浓度为35 µg/m3;B组:连续3天,每天2小时木烟暴露,PM2.5浓度为105 µg/m3;C组:连续2天过滤空气(FA),随后1天进行2小时木烟暴露,PM2.5浓度为315 µg/m3。假设、依据和目标:目标1A:增强WFS促进慢性肺部疾病作用的合理性并量化其风险。假设1A:研究者将通过把WFS暴露与肺功能下降、哮喘、慢性阻塞性肺疾病(COPD)或肺癌联系起来,确定可将WFS暴露与慢性疾病发生合理关联的机制。

评估将野火烟雾(WFS)暴露与哮喘、慢性阻塞性肺疾病(COPD)和肺癌等慢性肺部疾病相关联的合理性。评估WFS对气道的生物学影响。* 具体而言,暴露浓度、强度和时长对WFS暴露引起的炎症和免疫调节反应有何影响?* 若干生物学通路可能将WFS暴露与哮喘、COPD和肺癌等慢性呼吸系统疾病的发生联系起来。这些通路包括氧化应激和炎症对上皮屏障完整性的影响,这可能促进与免疫细胞的接触、变应原致敏、感染易感性增加以及损害肺功能的组织重塑。表观遗传学,特别是DNA甲基化(DNAm),是将WFS与慢性疾病联系起来的另一种潜在机制,而气道微生物组也可能通过若干通路发挥作用。然而,WFS不同于一般城市和交通相关空气污染(TR

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