巴西哮喘患者嗜酸性粒细胞谱（BRAEOS）
BRAEOS 是一项在巴西多个严重哮喘专科中心开展的观察性横断面多中心研究，旨在确定成人严重哮喘患者中血嗜酸性粒细胞计数>300 cells/mm3的嗜酸性表型患病率，并研究特应性表型患病率、哮喘控制、生活质量及疾病负担
基本信息
资源简介
巴西哮喘患者嗜酸性粒细胞谱（BRAEOS）
BRAEOS（BRazilian Asthmatics Patients EOSinophilic Profile）是一项聚焦呼吸系统疾病中哮喘领域的临床研究数据集，来源于 clinicaltrials.gov 登记的研究信息。该研究针对严重哮喘这一临床管理较为复杂的疾病类型，关注巴西成人严重哮喘患者群体中嗜酸性表型的分布情况。研究采用观察性、横断面、多中心的设计，在巴西专门从事严重哮喘管理的多个中心开展，核心目标是确定血嗜酸性粒细胞计数大于 300 cells/mm3 的嗜酸性表型在严重哮喘患者中的患病率，同时考察特应性表型的患病率、哮喘控制水平、生活质量以及疾病负担。该数据集为理解巴西严重哮喘人群的病理生理特征提供了研究层面的信息支撑，有助于支持临床治疗决策的制定。
【数据集背景】
严重哮喘的管理是一项复杂的工作，需要对患者人群的病理生理特征有全面且及时的了解，才能做出有效实现疾病控制的治疗决策。在巴西，关于成人严重哮喘患者中嗜酸性粒细胞增多患病率的知识仍然有限；同时，成人严重哮喘人群中特应性表型患病率的数据也较为稀缺。正是在这一背景下，BRAEOS 研究得以设计并开展，其目的在于填补上述知识空白，为严重哮喘的临床认识和治疗决策提供依据。
【数据内容】
该数据集围绕严重哮喘患者的嗜酸性表型展开，主要研究终点是血嗜酸性粒细胞计数大于 300 cells/mm3 的嗜酸性表型在严重哮喘患者中的患病率。除这一核心指标外，研究还同时考察特应性表型的患病率、哮喘控制情况、生活质量以及疾病负担等方面的内容。主题标签为 Severe Asthma，所属分类为呼吸系统疾病 / 哮喘。
【采集与来源】
该数据集的信息来源为 clinicaltrials.gov。研究采用观察性、横断面、多中心的设计，研究对象为在巴西专门从事严重哮喘管理的中心接受随访的严重哮喘患者。研究关注的是成人严重哮喘人群。关于样本量、具体中心数量、采集时间窗及随访安排等细节，源站未提供。
【适用场景】
基于其研究设计的内容，该数据集适用于了解巴西成人严重哮喘患者中嗜酸性表型和特应性表型的患病情况，也可用于关注严重哮喘患者的哮喘控制、生活质量与疾病负担等维度的研究场景。对于需要认识严重哮喘人群病理生理特征以支持治疗决策的相关工作，该研究提供了针对巴西人群的观察性资料。其他具体应用场景源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该研究为观察性、横断面、多中心设计，其信息来源于 clinicaltrials.gov 的研究登记描述。关于数据的完整性、样本代表性、偏倚控制及验证情况等质量相关信息，源站未提供。
【引用与许可】
源站未提供。
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/NCT03925415
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：重度哮喘。关于巴西成年重度哮喘患者中嗜酸性粒细胞增多症患病率的知识有限。此外，关于成年重度哮喘人群中特应性表型患病率的数据也很稀少。重度哮喘管理是一项复杂的工作，对患者群体病理生理特征的全面且最新的了解有助于做出有效实现疾病控制的治疗决策。这项观察性、横断面、多中心研究的目的是确定在巴西专门从事重度哮喘管理的站点随访的重度哮喘患者中，血嗜酸性粒细胞计数>300个/mm³的嗜酸性表型的患病率。还将研究特应性表型的患病率、哮喘控制、生活质量和疾病负担。预计这项研究将有助于对巴西重度哮喘的理解，最终帮助为治疗决策提供信息并满足患者的需求。
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。
