血液外泌体多组学与肺部影像组学预测生物制剂治疗重度嗜酸性ACOS疗效与预后
病症：重度嗜酸性ACOS（哮喘-COPD重叠）。首先，符合条件的患者（年龄≥14岁，诊断为重度嗜酸性ACOS，3个月内血嗜酸性粒细胞≥150/μL或1年内≥300/μL，且临床医生决定开始使用生物制剂）将被纳入
基本信息
资源简介
血液外泌体多组学与肺部影像组学预测生物制剂治疗重度嗜酸性ACOS疗效与预后
本数据集围绕重度嗜酸性哮喘-COPD重叠（ACOS）患者使用生物制剂治疗后的疗效与预后预测展开，整合血液外泌体多组学信息与肺部影像组学信息，属于呼吸系统疾病/哮喘方向的数据资源，来源站为clinicaltrials.gov。数据集所对应的研究聚焦于一组具有明确入组标准的重度嗜酸性ACOS人群：年龄≥14岁，诊断为重度嗜酸性ACOS，且血嗜酸性粒细胞在3个月内≥150/μL或1年内≥300/μL，同时临床医生已决定启动生物制剂治疗。研究在首次生物制剂给药后对患者进行为期48周的随访，并在多个时间点采集人口学、病史、症状评分、肺功能、急性加重、用药、不良事件及血常规等数据，残余样本用于外泌体分析，HRCT与Xe129MRI为可选项。主要结局为第48周疗效与预后的复合终点。
【数据集背景】
重度嗜酸性ACOS是哮喘与慢性阻塞性肺疾病特征重叠的复杂病症，患者常表现为嗜酸性炎症水平升高，临床上可能考虑使用生物制剂进行干预。然而，生物制剂在该人群中的疗效与预后存在个体差异，需要更精细的预测手段。该数据集来源于一项临床研究，旨在通过血液外泌体多组学与肺部影像组学的联合信息，探索对重度嗜酸性ACOS患者使用生物制剂后疗效和预后的预测能力。研究关注的是真实临床决策场景下启动生物制剂治疗的患者群体，而非泛化的哮喘或COPD人群，因此具有较为明确的疾病表型与治疗背景。
【数据内容】
数据集所涉及的数据采集范围包括人口学信息、病史、ACQ-6评分、MiniAQLQ评分、支气管舒张剂前FEV1（pre-BD FEV1）、急性加重情况、药物使用、不良事件以及血常规检测结果。血常规检测的残余样本将用于外泌体分析，从而支撑血液外泌体多组学层面的信息获取。此外，HRCT和Xe129MRI作为可选的影像学检查，为肺部影像组学分析提供可能。主要结局为第48周时的疗效与预后复合终点，其定义包括无ACOS急性加重、无口服糖皮质激素使用以及pre-BD相关指标等要素。源站描述在复合终点的具体阈值处未完整呈现，因此该终点的完整数值定义源站未提供。
【采集与来源】
数据来源于clinicaltrials.gov所登记的研究。研究纳入符合特定条件的患者：年龄≥14岁，诊断为重度嗜酸性ACOS，血嗜酸性粒细胞在3个月内≥150/μL或1年内≥300/μL，且临床医生决定开始使用生物制剂。排除标准包括同时参与其他试验、对生物制剂过敏、恶性肿瘤或既往使用过生物制剂。患者在第一剂生物制剂后接受48周随访，访视时间点包括第0、1、2、4、8、16、24、40和48周。数据采集在上述访视中进行，血液残余样本用于外泌体分析，HRCT与Xe129MRI为可选检查。源站未提供具体的样本量、研究中心数量、数据采集年份及随访完成率等信息。
【适用场景】
该数据集适用于重度嗜酸性ACOS患者接受生物制剂治疗后的疗效与预后预测研究，尤其适合探索血液外泌体多组学标志物与肺部影像组学特征之间的关联。潜在应用包括：识别可能从生物制剂中获益更多的患者亚群；分析治疗过程中急性加重、口服糖皮质激素使用及肺功能变化等结局；利用多组学与影像组学联合建模，提升对第48周复合终点的预测能力。此外，该数据集也可用于方法学比较，例如评估不同组学层面信息在预测模型中的贡献，或用于外部验证已有预测模型。由于纳入人群具有明确的嗜酸性表型和生物制剂使用背景，该数据集不适用于未经选择的哮喘或COPD人群。
【使用方法】
使用该数据集时，可按照研究设计的随访时间点组织纵向数据，将第0、1、2、4、8、16、24、40和48周作为关键时间节点。分析时可分别提取人口学、病史、ACQ-6、MiniAQLQ、pre-BD FEV1、急性加重、用药、不良事件和血常规等变量，并将血液残余样本的外泌体多组学数据与HRCT、Xe129MRI影像组学数据作为候选预测特征。主要结局为第48周复合终点，建模时需依据源站给出的定义构建标签；由于复合终点的完整数值定义源站未提供，实际使用时需参考源站原始记录。对于可选影像检查，需注意并非所有患者均具备HRCT或Xe129MRI数据，分析时应考虑缺失机制。源站未提供具体的数据格式、变量编码、缺失值处理建议及统计分析方法。
【质量与限制】
该数据集来自临床研究登记信息，具有明确的入组标准、排除标准、随访时间点和数据采集范围，这些因素有助于保证研究人群的同质性和随访的结构性。然而，源站未提供样本量、数据完整性、随访依从性、多中心一致性、外泌体多组学检测平台、影像组学特征提取方法及重复性等信息，因此无法对数据质量进行具体评估。此外，主要复合终点的完整定义在源站描述中未完整呈现，可能影响结局标签的精确构建。HRCT和Xe129MRI为可选检查，可能导致影像数据存在非随机缺失。该数据集来源于clinicaltrials.gov，其登记信息可能随研究进展更新，使用时应以源站最新记录为准。
【引用与许可】
源站未提供引用格式与许可条款。使用该数据集时，应参考clinicaltrials.gov上对应研究的登记信息，并遵循源站及相关研究方的数据使用与引用要求。
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/NCT07602881
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：重度嗜酸性ACOS（哮喘-慢阻肺重叠）。首先，纳入符合条件的患者（年龄≥14岁，诊断为重度嗜酸性ACOS，3个月内血嗜酸性粒细胞≥150/μL或1年内≥300/μL，且临床医生决定开始生物制剂治疗）。排除标准包括同时参与其他试验、对生物制剂过敏、恶性肿瘤或既往使用过生物制剂。随后，患者在接受首剂生物制剂后随访48周。访视时间为第0、1、2、4、8、16、24、40和48周。收集的数据包括人口统计学资料、病史、ACQ-6、MiniAQLQ、支气管舒张剂前FEV1、急性加重、用药情况、不良事件和血常规检查（残留样本用于外泌体分析）。HRCT和Xe129MRI为可选检查。接下来，主要结局是第48周疗效与预后的复合终点，定义为：无ACOS急性加重、未使用口服糖皮质激素、支气管舒张剂前FEV1较基线改善≥100 mL，且ACQ-6评分<1.5（或≤0.75）。次要结局包括ACQ-6、FEV1、年化急性加重率、MiniAQLQ的变化、OCS剂量减少，以及血液外泌体多组学和肺部影像组学生物标志物。
最后，统计分析包括描述性统计、配对t检验/威尔科克森检验、方差分析/克鲁斯卡尔-沃利斯检验、重复测量混合效应模型（MMRM）、差异表达分析（DESeq2/limma）、通路富集分析、机器学习（套索回归、随机森林）、ROC曲线、逻辑回归以及Cox回归。共计划从中国多个中心招募500名患者。
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。
![生物制剂治疗对免疫检查点抑制剂诱发大疱性类天疱疮患者癌症结局的影响 [补充材料]](/medical-api/medicalDataset/datasetCover/112484.jpg)
