评估神经调节剂与咳嗽控制疗法治疗难治性或不明原因慢性咳嗽的2x2析因随机开放标签试验
FORTITUDE 是一项为期 6 周、2x2 析因、随机、开放标签试验，并包含最长 1 年的延伸观察期，在加拿大医院站点入组 124 例患者
基本信息
资源简介
评估神经调节剂与咳嗽控制疗法治疗难治性或不明原因慢性咳嗽的2x2析因随机开放标签试验
FORTITUDE 是一项为期 6 周、2x2 析因、随机、开放标签试验，并包含最长 1 年的延伸观察期，在加拿大医院站点入组 124 例患者。受试者为 ≥18 岁、患有难治性或不明原因慢性咳嗽的患者，按 1:1 独立随机接受药物治疗（低剂量吗啡，最高 5 mg 每日两次；或普瑞巴林，最高 150 mg 每日两次），并同时接受咳嗽控制疗法（CCT）或不接受 CCT。CCT 由受训物理治疗师和言语语言病理学家在 6 周内提供五次虚拟课程。主要结局为 6 周时 24 小时咳嗽频率较基线的变化（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Cough, Refractory Chronic Cough, Unexplained Chronic Cough, Cough Hypersensitivity Syndrome, Chronic Cough. FORTITUDE（FactOrial Randomized TrIal To evalUate neuromoDulators and cough control thErapy）是一项为期 6 周、2x2 析因、随机、开放标签试验，并包含最长 1 年的延伸观察期。该试验将纳入加拿大医院站点，入组 124 例患者。年龄 ≥18 岁、患有难治性或不明原因慢性咳嗽的患者将接受独立的 1:1 随机分组，分别接受药物治疗——低剂量吗啡（最高 5 mg 每日两次）或普瑞巴林（最高 150 mg 每日两次）——并同时接受咳嗽控制疗法（CCT）或不接受 CCT。咳嗽控制疗法将由受训物理治疗师和言语语言病理学家在 6 周内提供五次虚拟课程。6 周时 24 小时咳嗽频率较基线的变化代表主要结局。
【主题与分类】
主题标签：Cough、Refractory Chronic Cough、Unexplained Chronic Cough、Cough Hypersensitivity Syndrome、Chronic Cough。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07288528
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/NCT07288528
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：咳嗽、难治性慢性咳嗽、不明原因慢性咳嗽、咳嗽高敏综合征、慢性咳嗽。FORTITUDE（评估神经调节剂与咳嗽控制疗法的析因随机试验）是一项为期6周、2×2析因、随机、开放标签试验，并设有最长1年的延伸观察期。该试验将纳入加拿大医院站点，计划入组124例患者。年龄≥18岁、患有难治性或不明原因慢性咳嗽的患者将接受独立的1：1随机分组，分别接受药物治疗——低剂量吗啡（最高5 mg，每日两次）或普瑞巴林（最高150 mg，每日两次）——并同时接受咳嗽控制疗法（CCT）或不接受CCT。咳嗽控制疗法将由经过培训的物理治疗师和言语语言病理学家在6周内提供五次虚拟课程。主要结局为第6周时24小时咳嗽频率较基线的变化。
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。
