EFA 在获得性脑损伤中的疗效
ABI 常导致吞咽障碍与咳嗽功能不全,进而引发肺部感染和分泌物管理困难,气管套管可能使病情恶化,且患者因意识障碍难以配合治疗与评估

基本信息
资源简介
EFA 在获得性脑损伤中的疗效
该数据集来自 clinicaltrials.gov,主题为 Expiratory Flow Accelerator(EFA)技术在获得性脑损伤(ABI)患者中的疗效。ABI 常导致吞咽障碍与咳嗽功能不全,进而引发肺部感染和分泌物管理困难,气管套管可能使病情恶化,且患者因意识障碍难以配合治疗与评估。数据覆盖获得性脑损伤、比较效果研究及阻塞性肺疾病等条件,可用于评估 EFA 技术清除气管支气管分泌物、改善吞咽与呼吸康复效果的相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:获得性脑损伤、比较效果研究、阻塞性肺疾病。获得性脑损伤(ABI)是全球最常见的死亡和残疾原因之一。吞咽障碍和咳嗽功能不全,继而发生肺部感染和分泌物管理不佳,是相关的并发症。当应用气管套管时,患者状况可能恶化。不幸的是,ABI 患者由于意识障碍,往往无法在治疗/评估过程中进行适当配合。基于上述所有原因,ABI 患者需要以吞咽和呼吸康复治疗为重点的多专业协助,以改善其健康状况。采用 Expiratory Flow Accelerator(EFA)技术的 Free Aspire 设备,通过呼气流量加速,能够清除气管支气管分泌物。
【主题与分类】
主题标签:Acquired Brain Injury、Comparative Effectiveness Research、Lung Diseases, Obstructive。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05993364
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/NCT05993364
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:获得性脑损伤、比较效果研究、阻塞性肺疾病。获得性脑损伤(ABI)是全球范围内最常见的致死和致残原因之一。吞咽障碍和咳嗽功能不全继而引发的肺部感染及分泌物管理不善是其相关并发症之一。当应用气管插管时,患者的状况可能会恶化。遗憾的是,由于意识障碍,ABI患者往往无法恰当地配合治疗/评估过程。基于以上所有原因,ABI患者需要以吞咽和呼吸康复治疗为重点的多专业协助,以改善其健康状况。采用呼气流量加速器(EFA)技术的Free Aspire设备,通过呼气流量加速,能够清除气管支气管分泌物并改善吞咽能力。与其他设备相比,EFA使用简单,且不需要患者的主动配合。
的确,本研究的目的是探究其对分泌物管理能力的影响,并评估EFA能否降低医院获得性肺炎(HAP)的发生频率。此外,本研究还评估EFA在加速气管切开拔管方面的有效性。患者将依据严格的纳入/排除标准,在意大利罗瓦托的Centro Ettore Spalenza-Fondazione Don Carlo Gnocchi进行招募。在基线评估(1周)时,将对每位招募患者每日评估以下参数:* 外周血氧饱和度(SpO2)* 供氧的吸入氧分数(FiO2)* 氧合血红蛋白去饱和事件次数。* 因气管支气管阻塞而需对气管套管进行吸引的次数。* 因HAP而使用抗生素治疗的次数和持续时间。基线评估后,患者将被随机分配至对照组或实验组。每位患者在8周治疗期间均接受相同的评估。此外,一项动脉
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。



