AVAD：伴小气道功能障碍的哮喘
AVAD 数据集来自 clinicaltrials.gov，聚焦伴小气道功能障碍的哮喘。研究旨在以多参数方式描述该哮喘表型，涵盖临床、生物学、形态学和遗传学要素，并与近端气道阻塞型哮喘进行对比，同时完善其临床、免疫生物学和形态学分析
基本信息
资源简介
AVAD：伴小气道功能障碍的哮喘
AVAD: Asthma With Small Airways Dysfunction 是一个聚焦于呼吸系统疾病领域哮喘方向的数据集，其命名直接指向“伴小气道功能障碍的哮喘”这一特定表型。该数据集来源于 clinicaltrials.gov，主题标签为 ASTHMA，在分类上归属于呼吸系统疾病下的哮喘类别。从整体定位来看，AVAD 围绕伴小气道功能障碍的哮喘展开，试图以多参数方式刻画这一哮喘表型，涉及临床、生物学、形态学和遗传学等多个维度的要素，并与近端气道阻塞型哮喘进行对比，同时对该表型的临床、免疫生物学和形态学分析加以完善。这一数据集为关注哮喘异质性、尤其是小气道受累机制的研究者提供了一个以临床试验注册信息为基础的数据资源入口。
【数据集背景】
哮喘是一种异质性疾病，不同患者在气道受累部位、病理机制和临床表现上存在差异。伴小气道功能障碍的哮喘是其中一种值得关注的表型，其与近端气道阻塞型哮喘在特征上可能有所不同。AVAD 数据集正是围绕这一背景设立，研究目的在于以多参数方式描述伴小气道功能障碍的哮喘表型，并通过与近端气道阻塞型哮喘的对比，深化对该表型的认识。该数据集来源于 clinicaltrials.gov，属于呼吸系统疾病 / 哮喘分类，主题标签为 ASTHMA，说明其核心关注点集中在哮喘这一疾病领域，尤其是小气道功能障碍这一特定方向。
【数据内容】
根据源站描述，AVAD 数据集所涉及的研究旨在以多参数方式描述伴小气道功能障碍的哮喘表型，涵盖临床、生物学、形态学和遗传学要素。研究还将该表型与近端气道阻塞型哮喘进行比较。此外，研究目标还包括完善伴小气道功能障碍哮喘的临床、免疫生物学和形态学分析。由此可知，数据集内容围绕上述多参数维度组织，涉及临床、生物学、形态学、遗传学以及免疫生物学等方面的信息。除源站描述所提及的这些要素外，数据集的具体字段、变量数量、样本规模等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示，其研究条件为 ASTHMA。关于数据采集的具体方式、采集时间范围、采集机构、受试者招募细节等信息，源站未提供。
【适用场景】
基于源站描述，AVAD 数据集适用于围绕伴小气道功能障碍的哮喘表型开展研究，尤其是需要以多参数方式描述该表型、并将其与近端气道阻塞型哮喘进行对比的场景。同时，该数据集也可用于完善伴小气道功能障碍哮喘的临床、免疫生物学和形态学分析相关的研究工作。其主题标签为 ASTHMA，分类归属于呼吸系统疾病 / 哮喘，因此适合呼吸系统疾病尤其是哮喘研究方向的使用者参考。除上述方向外，其他具体适用场景源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、数据处理流程、分析工具或操作步骤等均未在现有信息中说明。
【质量与限制】
源站未提供关于该数据集质量评估、数据完整性、准确性、偏倚控制或使用限制等方面的具体说明。
【引用与许可】
源站未提供该数据集的引用方式、许可协议或使用条款等信息。
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/NCT02593279
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：哮喘。本研究旨在以多参数方式描述伴有小气道功能障碍的哮喘表型，结合临床、生物学、形态学和遗传学要素，与伴有近端气道阻塞的哮喘进行比较。本研究的目标还包括完善伴有小气道功能障碍的哮喘的临床、免疫生物学和形态学分析。
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。
