双水平气道正压通气(BPAP)用于重症哮喘
该数据集来自 clinicaltrials.gov,主题为双水平气道正压通气(BPAP)用于重症哮喘,属于呼吸系统疾病/哮喘分类

基本信息
资源简介
双水平气道正压通气(BPAP)用于重症哮喘
该数据集来自 clinicaltrials.gov,主题为双水平气道正压通气(BPAP)用于重症哮喘,属于呼吸系统疾病/哮喘分类。源站描述指出,重症哮喘急性发作是儿科急诊就诊、住院及儿科重症监护使用的常见原因;吸入型β受体激动剂、抗胆碱能药物和全身性糖皮质激素等一线治疗已较成熟,但对仍处于中重度呼吸窘迫的儿童,最佳二线治疗尚不明确。BPAP 作为一种无创正压通气,可能改善气道通畅、降低呼吸做功、改善通气-血流匹配并增强吸入支气管扩张剂治疗递送(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:儿科哮喘、急性哮喘、BiPAP、无创正压通气。重症哮喘急性发作是儿科急诊(ED)就诊、住院和儿科重症监护病房(PICU)使用的常见原因。尽管吸入型β受体激动剂、抗胆碱能药物和全身性糖皮质激素等一线治疗已很成熟,但对于仍处于中重度呼吸窘迫的儿童,最佳二线治疗尚不明确。双水平气道正压通气(BPAP)是一种无创正压通气形式,可能改善气道通畅、降低呼吸做功、改善通气-血流匹配,并增强吸入支气管扩张剂治疗的递送。既往儿科研究提示可能存在生理学和临床获益,但现有随机试验规模较小,且普遍评估
【主题与分类】
主题标签:Pediatric Asthma、Acute Asthma、BiPAP。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/NCT07582211
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/NCT07582211
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:儿童哮喘、急性哮喘、BiPAP、无创正压通气。严重哮喘急性发作是儿科急诊就诊、住院及儿科重症监护室(PICU)使用的常见原因。尽管吸入型β受体激动剂、抗胆碱能药物和全身性皮质类固醇等一线治疗已得到充分确立,但对于仍处于中重度呼吸窘迫的儿童,最佳二线治疗尚不明确。双水平气道正压(BPAP)是一种无创正压通气形式,可能改善气道通畅性、减少呼吸做功、改善通气-血流匹配,并增强吸入型支气管扩张剂治疗的输送。此前的儿科研究表明其可能具有生理学和临床益处,但现有的随机试验规模较小,且通常评估的是PICU入院后的BPAP,而非急诊早期的应用。因此,在急诊早期启动BPAP的可行性、安全性及潜在临床影响仍不确定。这项多中心、随机、非盲可行性试验将在三个研究中心招募约36名儿童。
受试者将是那些在完成标准一线治疗后仍有症状并继续需要持续沙丁胺醇治疗的严重哮喘发作儿童。患者将被随机分配在接受BPAP加持续沙丁胺醇治疗或单独持续沙丁胺醇治疗,干预期约为2小时。BPAP将使用FDA批准的设备进行输送,面罩接口和压力设置按常规临床实践进行管理。干预期结束后,所有进一步的哮喘治疗和呼吸支持将由治疗临床团队决定。本研究的主要目的是评估开展未来确定性多中心随机试验的可行性。可行性领域包括患者识别、知情同意和赞同过程、及时随机化、BPAP启动和依从性、哮喘严重程度评估的完成
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。




