基于日本呼吸学会诊断标准的日本COPD患者哮喘与COPD重叠的前瞻性队列研究

该数据集来自clinicaltrials.gov,为多中心、非干预性前瞻性队列研究,针对具有COPD特征且符合日本呼吸学会ACO诊断标准的日本患者

AstraZenecaAstraZeneca
clinicaltrials
浏览 13
文本预测Pulmonary Disease, Chronic Obstructive
A Prospective Cohort Study of Asthma and COPD Overlap in Japanese COPD Patients Using the Diagnostic Criteria of The Japanese Respiratory Society

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-19

资源简介

基于日本呼吸学会诊断标准的日本COPD患者哮喘与COPD重叠的前瞻性队列研究

该数据集源自 clinicaltrials.gov,英文名称为“A Prospective Cohort Study of Asthma and COPD Overlap in Japanese COPD Patients Using the Diagnostic Criteria of The Japanese Respiratory Society”,本站归类为呼吸系统疾病 / 哮喘,主题标签为 Pulmonary Disease, Chronic Obstructive。这是一项多中心、非干预性前瞻性队列研究,研究对象为具有慢性阻塞性肺疾病(COPD)特征、并符合日本呼吸学会哮喘-COPD重叠(ACO)诊断标准的日本患者。研究通过中央登记方式连续纳入门诊患者,并在登记时、1年后和2年后三个时间点,依据ACO诊断标准收集患者的医学检查结果等数据,形成电子病例报告。该数据集可用于了解日本COPD患者中ACO的临床特征与随访信息。

【数据集背景】

该数据集对应的研究聚焦于哮喘与慢性阻塞性肺疾病重叠(ACO)这一临床问题。源站描述显示,研究条件为 Pulmonary Disease, Chronic Obstructive,即慢性阻塞性肺疾病。研究采用日本呼吸学会发布的ACO诊断标准作为核心判定依据,研究对象为具有COPD特征的患者群体。研究设计为多中心、非干预性前瞻性队列研究,旨在在常规临床实践条件下,对符合ACO诊断标准的患者进行连续登记和随访观察。研究中心的选取具有明确要求,即须为那些将日本呼吸学会ACO诊断标准中所采用的检查项目作为常规实践的一部分、且至少每年执行一次的机构。参与研究的医师通过中央登记方式连续登记门诊患者。

【数据内容】

源站描述表明,参与医师将收集包括患者医学检查结果在内的数据,收集时使用ACO诊断标准,并在每个时间点进行,即登记时、1年后和2年后。数据通过电子病例报告形式进行记录,源站描述在此处截断为“Electronic case repor”,未提供更完整的说明。数据所涉及的患者须具有ACO诊断标准中COPD的特征,并已确认满足纳入标准且不违反排除标准。除上述内容外,关于具体检查项目、变量字段、样本量、随访完成率等细节,源站未提供。

【采集与来源】

该数据集的来源站为 clinicaltrials.gov。研究为多中心、非干预性前瞻性队列研究,研究中心的机构条件为:将日本呼吸学会ACO诊断标准中所采用的检查项目作为常规实践的一部分,且至少每年执行一次。参与研究的医师通过中央登记方式,连续登记符合条件门诊患者。登记对象为具有ACO诊断标准中COPD特征、经确认满足纳入标准且不违反排除标准的患者。数据采集时间点为登记时、1年后和2年后,采集内容包括患者依据ACO诊断标准所进行的医学检查结果。数据记录形式为电子病例报告。关于伦理审批、数据共享政策、登记编号等信息,源站未提供。

【适用场景】

基于源站描述,该数据集适用于与慢性阻塞性肺疾病及哮喘-COPD重叠相关的临床研究场景,例如了解日本COPD患者中符合日本呼吸学会ACO诊断标准人群的基线特征与随访情况。由于其多中心、非干预性前瞻性队列设计,数据可用于观察常规临床实践中依据ACO诊断标准所收集的医学检查结果在登记时、1年后和2年后各时间点的变化。该数据集的主题标签为 Pulmonary Disease, Chronic Obstructive,本站分类为呼吸系统疾病 / 哮喘,因此也可作为呼吸系统疾病领域相关分析的数据来源。关于具体分析用途、统计方法或已验证的应用案例,源站未提供。

【使用方法】

源站描述仅说明数据通过电子病例报告形式收集,并在登记时、1年后和2年后三个时间点依据ACO诊断标准采集患者的医学检查结果。关于数据集的访问方式、下载格式、字段说明、数据字典、使用协议或分析指南,源站未提供。因此,具体使用方法需以源站后续公布的信息为准。

【质量与限制】

该研究为多中心、非干预性前瞻性队列研究,研究中心须具备将ACO诊断标准所采用的检查项目作为常规实践且至少每年执行一次的条件,参与医师连续登记符合纳入标准且不违反排除标准的门诊患者,这些设计特征在源站描述中有所体现。然而,关于样本量、随访时长完成情况、数据完整性、缺失值处理、质量控制措施以及偏倚评估等信息,源站未提供。此外,源站描述在“Electronic case repor”处截断,电子病例报告的完整说明未能获取。该数据集针对日本患者人群,其外推性需结合研究人群与诊断标准加以考虑,但源站未提供相关讨论。

【引用与许可】

该数据集的英文名称为“A Prospective Cohort Study of Asthma and COPD Overlap in Japanese COPD Patients Using the Diagnostic Criteria of The Japanese Respiratory Society”,来源站为 clinicaltrials.gov。关于引用格式、许可条款、数据使用权限或版权声明,源站未提供。

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/NCT03577795

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

条件:慢性阻塞性肺疾病。本研究为多中心、非干预性前瞻性队列研究。研究中心应为至少每年一次作为常规诊疗的一部分,执行日本呼吸学会ACO诊断标准9)中所采用检查的机构。参与研究的医生将通过中央登记方式,连续登记符合日本呼吸学会ACO诊断标准9)中COPD特征、且经确认满足纳入标准而未违反排除标准的门诊患者。医生将利用ACO诊断标准,在各时间点(登记时、1年后及2年后)收集包括患者医学检查结果在内的数据。数据收集将采用由参与医生填写的电子病例报告表及由患者填写的问卷。

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