利用外周血与呼出气新生物标志物界定2型高炎症哮喘内型特征及其对治疗结局的影响
该数据集来自 clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,特别是2型高炎症内型。源站描述指出,支气管哮喘是成人最常见的非感染性疾病,全球约3.4亿患者,捷克约50万患者,其中2.1%为需常规抗炎治疗的重度哮喘

基本信息
资源简介
利用外周血与呼出气新生物标志物界定2型高炎症哮喘内型特征及其对治疗结局的影响
该数据集来自 clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,特别是2型高炎症内型。源站描述指出,支气管哮喘是成人最常见的非感染性疾病,全球约3.4亿患者,捷克约50万患者,其中2.1%为需常规抗炎治疗的重度哮喘。数据集涉及嗜酸性粒细胞哮喘(2型高)与非嗜酸性粒细胞哮喘(2型低)的分类,以及嗜酸性过敏性(Th2-high)与嗜酸性非过敏性(ILC2-high)亚型,并关注外周血与呼出气新生物标志物对治疗结局的影响,可用于哮喘内型识别与治疗反应预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:嗜酸性粒细胞哮喘、慢性哮喘、支气管哮喘、哮喘、支气管哮喘。据WHO,支气管哮喘(AB)是成人最常见的非感染性疾病。全球有3.4亿AB患者。捷克共和国约有50万AB患者,其中2.1%为重度AB,具有常规抗炎治疗指征。该亚组患者给医疗系统带来显著高额费用。AB存在许多临床表型和分子内型,且每个组对治疗的反应不同。在捷克共和国,推荐分为两大组:嗜酸性粒细胞AB(2型高)和非嗜酸性粒细胞AB(2型低)。嗜酸性粒细胞AB进一步分为两组:嗜酸性过敏性(Th2-high)和嗜酸性非过敏性(ILC2-high)。新的生物制
【主题与分类】
主题标签:Asthma; Eosinophilic、Asthma Chronic、Bronchial Asthma、Asthma, Bronchial。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/NCT05270278
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/NCT05270278
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
疾病:哮喘;嗜酸性粒细胞性哮喘、慢性哮喘、支气管哮喘、哮喘、支气管哮喘。根据世界卫生组织的数据,支气管哮喘(AB)是成人中最常见的非感染性疾病。全球有3.4亿AB患者。捷克共和国约有50万AB患者,其中2.1%为重度AB,具有常规抗炎治疗的指征。这一患者亚组给医疗系统带来了显著的高额费用。AB存在多种临床表型和分子内型,且各群体对治疗的反应不同。在捷克共和国,推荐将其分为两大组:嗜酸性粒细胞性AB(2型高)和非嗜酸性粒细胞性AB(2型低)。嗜酸性粒细胞性AB进一步分为两组:嗜酸性粒细胞过敏性(Th2高)和嗜酸性粒细胞非过敏性(ILC2高)。过去15年间,针对最严重AB患者的新生物制剂已进入市场。这些生物制剂已在随机对照研究中证实了其潜力。
可以假设,在捷克共和国,有4000至5000名患有此类AB的患者可能适合接受这种治疗,但不幸的是,在实际操作中,他们中只有10%能够获得此类疗法。推荐的2型高AB标志物并没有严格设定的临界值,这些值往往不具特异性,随时间不稳定,且常受其他疾病或治疗的影响。一些被广泛接受的生物治疗反应预测因素包括嗜酸性粒细胞增多、过敏反应性、总IgE和过敏特异性IgE水平、呼出气中NO产量(FeNO)、性别、既往急性发作次数以及疾病持续时间。其中一些预测因素也被用作全球哮喘防治创议(GINA)指南中的决策标准。鉴于这些事实,全世界正在做出巨大努力,寻找新的生物标志物,这些标志物应可靠、有效、易于测量、可解释,并有助于更准确地描述
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。




