喉软化婴儿中抑酸药物能否改善呼吸道症状
源站描述涵盖喉软化的病因、多数患儿一岁内自愈、约 5% 需手术干预，以及经验性使用抑酸药预防胃酸反流加重上气道炎症的背景
基本信息
资源简介
喉软化婴儿中抑酸药物能否改善呼吸道症状
该数据集来自 clinicaltrials.gov，围绕喉软化（Laryngomalacia）婴儿是否可通过 H2 受体拮抗剂（如 ranitidine、famotidine）改善呼吸道症状这一临床问题。源站描述涵盖喉软化的病因、多数患儿一岁内自愈、约 5% 需手术干预，以及经验性使用抑酸药预防胃酸反流加重上气道炎症的背景。数据可用于探索抑酸药物与呼吸道症状改善之间的关系，支持临床预测建模或疗效分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：状况：喉软化、胃酸反流、喘鸣。喉软化，即上气道柔软松弛，是新生儿呼吸嘈杂最常见的原因。它由多种因素共同引起，包括神经肌肉无力、软骨发育不足以及喉部解剖异常。大多数受影响婴儿的症状在一岁前无需干预即可缓解，但约 5% 的病例需要手术干预以治疗发育迟缓或阻塞性睡眠呼吸暂停。许多喉软化婴儿接受 H2 受体拮抗剂（如 ranitidine 或 famotidine）的经验性治疗，以防止胃酸反流在已受损的上气道引起进一步炎症。然而，迄今为止尚无研究显示这些药物具有明确益处。研究者希望确定 H2 受体拮抗剂（如 ranitidine 和 famotidine）是否能改善
【主题与分类】
主题标签：Laryngomalacia、Acid Reflux、Stridor。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02700087
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/NCT02700087
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
疾病：喉软化、胃酸反流、喘鸣。喉软化，即上气道柔软、松弛，是新生儿喘鸣最常见的原因。它由多种因素共同引起，包括神经肌肉无力、软骨发育不足以及喉部解剖异常。大多数患病婴儿的症状在未经干预的情况下可于一岁前缓解，但约5%的病例需要手术干预，以治疗生长发育迟缓或阻塞性睡眠呼吸暂停。许多喉软化婴儿会接受H2受体阻滞剂（如雷尼替丁或法莫替丁）的经验性治疗，以防止胃酸反流在本已受损的上气道引起进一步炎症。然而，迄今为止尚无研究显示这些药物具有明确的获益。研究者希望确定雷尼替丁和法莫替丁等H2受体阻滞剂是否能改善喉软化婴儿的气道症状。这将对小儿耳鼻咽喉科最常见问题之一的实践指南产生影响。
所有0至4个月、因气道困难或喘鸣到LPCH儿科耳鼻喉科门诊就诊的新生儿都将接受纳入筛查。按照可接受的医疗护理标准，这些患儿将接受可弯曲鼻内镜检查以诊断喉软化，同时测量体重并采集母乳喂养史。如存在喉软化，研究工作人员将随后让其填写婴儿胃食管反流问卷（IGERQ）和气道症状问卷（ASQ）。IGERQ评分低于十六分（不超过轻度反流）且ASQ评分高于六分的婴儿将有资格接受随机分组。随后患者将被随机分入对照组（安慰剂）或干预组（雷尼替丁2mg/kg每12小时一次，或法莫替丁0.5 mg/kg每日一次）。患者将至少持续用药6个月，或直至症状缓解。患者将在第1、2、3、
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。
