Asthma Link:学校监督哮喘治疗的真实世界应用

该数据集来自clinicaltrials.gov,聚焦儿童哮喘,记录一项4个站点整群随机对照试验的可行性研究,比较Asthma Link学校监督哮喘治疗项目与增强常规护理的效果

University of Massachusetts, WorcesterUniversity of Massachusetts, Worcester
clinicaltrials
浏览 7
其他预测Childhood Asthma
Asthma Link: A Real World Application of School Supervised Asthma Therapy

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-22

资源简介

Asthma Link:学校监督哮喘治疗的真实世界应用

该数据集来自clinicaltrials.gov,聚焦儿童哮喘,记录一项4个站点整群随机对照试验的可行性研究,比较Asthma Link学校监督哮喘治疗项目与增强常规护理的效果。每个站点入组18对亲子,共72对。主要结局为招募、保留和干预保真度;次要结局涵盖3、6、12个月随访的哮喘症状频率、急诊就诊、住院、口服糖皮质激素疗程、肺功能、用药依从性和缺课情况,并评估可接受性、采纳和成本等过程结局。可用于研究学校监督哮喘治疗的实施可行性与健康结局预测(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:儿童哮喘。拟议的4站点试点整群随机对照试验将评估开展Asthma Link临床试验的可行性,Asthma Link是一个真实世界的学校监督哮喘治疗项目。我们将比较在2个儿科诊所站点部署的Asthma Link与在2个对照站点部署的增强常规护理的影响,每个站点入组18对亲子(N=72对)。主要试验结局将是参与者招募、保留和干预保真度。次要试验结局将是干预站点与增强常规护理站点在3、6和12个月随访时哮喘症状频率、急诊就诊、住院、口服糖皮质激素疗程、肺功能值、用药依从性和缺课情况的差异。此外,我们将评估过程结局(可接受性、采纳、成本、

【主题与分类】

主题标签:Childhood Asthma。本站分类:呼吸系统疾病/哮喘。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04942379

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/NCT04942379

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:儿童哮喘。拟议的4个站点试点集群随机对照试验将评估开展Asthma Link临床试验的可行性,Asthma Link是一个真实世界学校监督下的哮喘治疗项目。我们将比较在2个儿科诊所站点实施的Asthma Link与在2个对照站点实施的强化常规护理的影响,每个站点招募18对亲子二元组(N=72对二元组)。主要试验结局将是参与者招募、保留和干预忠实度。次要试验结局将是干预站点与强化常规护理站点在3、6和12个月随访时哮喘症状频率、急诊就诊、住院、口服糖皮质激素疗程、肺量计检查值、药物依从性和缺课方面的差异。此外,我们将评估过程结局(可接受性、采纳、成本、可持续性)。

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