BREATHE-Peds 试点 II III 期试验及试验后研究
该数据集来自 clinicaltrials.gov,聚焦儿童哮喘,尤其是黑人和西班牙裔青少年及 10-14 岁早期青少年这一高风险群体

基本信息
资源简介
BREATHE-Peds 试点 II III 期试验及试验后研究
该数据集来自 clinicaltrials.gov,聚焦儿童哮喘,尤其是黑人和西班牙裔青少年及 10-14 岁早期青少年这一高风险群体。源站描述指出该群体哮喘患病率和疾病负担高,却缺乏适合其发育阶段的干预措施,且少数族裔早期青少年的哮喘自我管理不理想。早期青少年阶段形成的关键健康行为会影响终身模式,成功的自我管理还需要青少年与照护者之间合理分担责任,因此同时针对青少年及其照护者进行干预可能产生协同效应。数据可用于研究青少年哮喘自我管理与干预策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:儿童哮喘。尽管青少年中哮喘患病率和疾病负担很高(在黑人和西班牙裔青少年以及 10-14 岁早期青少年中最高),但这一高风险群体缺乏适合其发育阶段的干预措施。种族和族裔少数群体的早期青少年哮喘自我管理不理想。早期青少年阶段出现的关键健康行为会影响终身模式;因此,早期青少年阶段为干预提供了独特机会。此外,成功的自我管理需要青少年与其照护者之间合理分担责任。因此,同时针对早期青少年及其照护者进行干预——照护者可以帮助支持青少年日益增长的自我管理疾病的自主性——有可能产生协同效应。既往研究已证明改善哮喘的效果
【主题与分类】
主题标签:Asthma in Children。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/NCT05832437
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/NCT05832437
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。尽管青少年(黑人及西班牙裔青少年和10-14岁早期青少年中最高)哮喘患病率和发病率较高,但这一高风险群体缺乏适合其发育阶段的干预措施。种族和族裔少数群体早期青少年的哮喘自我管理欠佳。早期青少年时期出现的关键健康行为会影响终身模式;因此,早期青少年时期提供了独特的干预机会。此外,成功的自我管理需要青少年与其照护者之间进行正确的责任划分。因此,同时干预早期青少年及其照护者——后者可帮助支持青少年日益增长的自我管理疾病的自主性——有可能产生协同效应。既往研究已证明BREATHE改善哮喘控制的效果,这是一项针对哮喘未控制的黑人成人的简短一次性共享决策干预,采用由初级保健提供者实施的动机性访谈。
本研究(即II期和III期)的试点验证阶段将在两家联邦合格健康中心开展一项整群随机试验,纳入85对二元组,由8名初级保健医生(每名医生10对二元组)诊治,随机分配至2个研究组之一:(a) BREATHE-PEDS-Peds组(n=42对二元组),或(b) 剂量匹配的注意力对照组(n=43对二元组)。试验后将与初级保健医生、照护者及其子女进行访谈,以评估对干预措施的满意度;照护者-儿童二元组将在干预后随访3个月,以评估BREATHE-PEDS-Peds对哮喘结局的影响。
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。




