泰国NSAID敏感患者诊断特征研究

数据记录了患者的临床特征与表型信息,可用于分析NSAID敏感人群的疾病分型、临床特点及潜在风险因素,支持呼吸系统疾病尤其是哮喘相关研究,并为过敏反应与药物不良反应的识别和分类提供依据(来源 clinicaltrials.gov)

Chulalongkorn UniversityChulalongkorn University
clinicaltrials
浏览 16
其他分类Aspirin SensitivityAspirin-exacerbated Respiratory DiseaseAspirin-Induced Angioedema-UrticariaAspirin AllergyNSAID-Induced AsthmaNSAID-Induced Angioedema-UrticariaNSAID-Induced Anaphylactoid ReactionAspirin-Induced Anaphylactoid Reaction
Characteristics of Patients Diagnosed With NSAID Sensitivity in Thailand

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

泰国NSAID敏感患者诊断特征研究

该数据集聚焦于泰国地区被诊断为NSAID(非甾体抗炎药)敏感的患者群体,系统记录了其临床特征与表型信息。数据集英文名称为“Characteristics of Patients Diagnosed With NSAID Sensitivity in Thailand”,来源于clinicaltrials.gov。其内容涵盖多种与NSAID及阿司匹林相关的敏感性疾病,包括阿司匹林敏感、阿司匹林加重的呼吸系统疾病、阿司匹林诱导的血管性水肿-荨麻疹、阿司匹林过敏、NSAID诱导的哮喘、NSAID诱导的血管性水肿-荨麻疹、NSAID诱导的类过敏反应以及阿司匹林诱导的类过敏反应等。该数据集可用于分析NSAID敏感人群的疾病分型、临床特点及潜在风险因素,支持呼吸系统疾病尤其是哮喘相关研究,并为过敏反应与药物不良反应的识别和分类提供依据。

【数据集背景】

非甾体抗炎药(NSAID)在临床中广泛用于解热、镇痛和抗炎,但部分患者在使用后会出现过敏或类过敏反应,涉及呼吸系统、皮肤及全身性表现。其中,阿司匹林加重的呼吸系统疾病和NSAID诱导的哮喘是呼吸科与变态反应科关注的重要类型。泰国地区人群的NSAID敏感特征可能具有特定的临床表型和风险分布,但相关系统记录有限。该数据集正是针对泰国被诊断为NSAID敏感的患者,研究其临床特征与表型,旨在为疾病分型、临床特点及潜在风险因素分析提供数据基础。其分类归属于呼吸系统疾病/哮喘方向,与阿司匹林敏感及NSAID诱导的哮喘等主题直接相关。

【数据内容】

数据集记录的是被诊断为NSAID敏感患者的临床特征与表型信息。根据源站描述,涉及的疾病状况包括:阿司匹林敏感、阿司匹林加重的呼吸系统疾病、阿司匹林诱导的血管性水肿-荨麻疹、阿司匹林过敏、NSAID诱导的哮喘、NSAID诱导的血管性水肿-荨麻疹、NSAID诱导的类过敏反应以及阿司匹林诱导的类过敏反应。主题标签同样覆盖上述多种疾病名称,表明数据集围绕NSAID及阿司匹林相关敏感反应展开,涵盖呼吸系统、皮肤及全身性过敏表现。数据可用于分析NSAID敏感人群的疾病分型、临床特点及潜在风险因素,并为过敏反应与药物不良反应的识别和分类提供依据。除上述范围外,具体变量、字段结构、样本量、患者数量、人口学分布、临床指标数值等,源站未提供。

【采集与来源】

该数据集来源于clinicaltrials.gov。源站描述指出,其研究内容为“Study clinical characteristics and phenotypes of patients diagnosed with NSAID sensitivity in Thailand”,即研究泰国被诊断为NSAID敏感患者的临床特征与表型。数据集的来源站为clinicaltrials.gov,属于临床试验注册与结果信息平台。关于具体的采集时间、采集地点、采集机构、研究设计类型、纳入排除标准、随访方式、数据收集流程等,源站未提供。

【适用场景】

该数据集适用于呼吸系统疾病尤其是哮喘相关研究,可用于分析NSAID敏感人群的疾病分型、临床特点及潜在风险因素。具体而言,可支持以下方向:一是阿司匹林加重呼吸系统疾病和NSAID诱导哮喘的临床特征分析;二是NSAID诱导的血管性水肿-荨麻疹、阿司匹林过敏及类过敏反应的识别与分类;三是过敏反应与药物不良反应的风险因素探索;四是泰国地区NSAID敏感患者表型谱的归纳。此外,该数据集也可为临床医生识别NSAID敏感高危人群、优化用药决策提供参考依据。但需注意,其适用场景应限于源站描述所涵盖的疾病状况和研究目的,不应外推至未提及的疾病领域或人群。

【使用方法】

该数据集可通过clinicaltrials.gov获取。使用时可围绕NSAID敏感患者的临床特征与表型信息,开展疾病分型、临床特点及潜在风险因素分析。建议结合呼吸系统疾病尤其是哮喘相关研究框架,对阿司匹林敏感、阿司匹林加重的呼吸系统疾病、NSAID诱导的哮喘等主题进行归类分析。同时,可利用主题标签对阿司匹林诱导的血管性水肿-荨麻疹、NSAID诱导的类过敏反应等进行识别与分类研究。关于具体的数据格式、访问方式、下载权限、是否需要注册、是否提供数据字典或变量说明等,源站未提供。

【质量与限制】

该数据集来源于clinicaltrials.gov,源站描述明确了研究目的和疾病状况范围。其优势在于聚焦泰国地区NSAID敏感患者,覆盖多种相关疾病表型,可为呼吸系统疾病和过敏反应研究提供专门数据。然而,关于样本量、数据完整性、缺失值情况、诊断标准、表型定义、随访时长、偏倚控制、统计方法等质量相关信息,源站未提供。此外,数据集仅涉及泰国地区,外推至其他地区或人群时需谨慎。具体限制条件、已知偏差、数据更新频率及版本信息等,源站未提供。

【引用与许可】

该数据集来源于clinicaltrials.gov。引用时应注明来源站为clinicaltrials.gov,并可使用数据集英文名称“Characteristics of Patients Diagnosed With NSAID Sensitivity in Thailand”进行标识。关于具体的引用格式、许可协议、使用条款、是否允许商业使用、是否允许再分发、知识产权归属及数据共享政策等,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03849625

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

Conditions: Aspirin Sensitivity, Aspirin-exacerbated Respiratory Disease, Aspirin-Induced Angioedema-Urticaria, Aspirin Allergy, NSAID-Induced Asthma, NSAID-Induced Angioedema-Urticaria, NSAID-Induced Anaphylactoid Reaction, Aspirin-Induced Anaphylactoid Reaction. Study clinical characteristics and phenotypes of patients diagnosed with NSAID sensitivity in Thailand

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。

获取专属数据定制方案