儿童哮喘减少研究
该数据集来自 clinicaltrials.gov，主题为儿童哮喘减少研究（CARES），聚焦呼吸系统疾病中的哮喘。源站描述指出哮喘是儿童最常见的慢性疾病和住院原因，美国约有670万儿童患哮喘，近三分之二在过去12个月至少发作一次；室内蟑螂过敏原暴露可能是内城家庭哮喘最重要的危险因素
基本信息
资源简介
儿童哮喘减少研究
Childhood Asthma Reduction Study（儿童哮喘减少研究，CARES）是一项登记于 clinicaltrials.gov 的研究数据集，主题标签为 Asthma，在分类上归属于呼吸系统疾病中的哮喘方向。该数据集围绕儿童哮喘这一常见慢性呼吸系统疾病展开，关注环境暴露尤其是蟑螂过敏原与儿童哮喘之间的关系，并评估一种新型灭蟑方法在降低哮喘相关健康负担方面的效果。源站描述指出，哮喘是儿童中最常见的慢性疾病，也是儿童住院最常见的原因；美国约有 670 万儿童目前患有哮喘，其中近三分之二在过去 12 个月内至少发生过一次哮喘发作。该数据集为研究儿童哮喘的环境干预策略提供了来自临床试验注册平台的信息入口。
【数据集背景】
哮喘是儿童群体中最普遍的慢性疾病，同时也是导致儿童住院的最常见原因。源站描述给出的数据表明，美国目前约有 670 万儿童患有哮喘，且近三分之二的患病儿童在过去 12 个月内至少经历过一次哮喘发作，说明该疾病的发作频率和疾病负担在儿童人群中较为突出。在危险因素方面，有证据提示，暴露于蟑螂过敏原可能是内城家庭中儿童哮喘最重要的危险因素。基于这一认识，儿童哮喘减少研究（CARES）提出，如果能够证明针对蟑螂过敏原的环境干预可以降低哮喘患病率或发作负担，那么仅针对蟑螂过敏原的单一干预措施，相比高成本的多组分干预，可能在公共卫生项目中带来成本节约。该研究的主要目标正是评估一种新型灭蟑方法在降低哮喘相关指标方面的有效性，而这种方法在此前的研究中已被显示能够大幅降低蟑螂过敏原水平。
【数据内容】
该数据集的主题标签为 Asthma，所属分类为呼吸系统疾病 / 哮喘，内容围绕儿童哮喘减少研究（CARES）展开。源站描述涵盖研究背景、疾病负担数据、危险因素假设以及研究的主要目标，即评估新型灭蟑方法在降低蟑螂过敏原水平和减少哮喘相关健康影响方面的效果。关于数据集的具体变量、记录数量、字段结构、时间范围等信息，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，即临床试验注册平台。其内容基于在该平台登记的儿童哮喘减少研究（CARES）相关信息。关于数据采集的具体方法、样本纳入与排除标准、采集时间跨度、随访安排等细节，源站未提供。
【适用场景】
该数据集适用于呼吸系统疾病特别是儿童哮喘相关的研究与信息参考场景，可用于了解儿童哮喘的疾病负担背景、内城家庭中蟑螂过敏原暴露作为哮喘危险因素的假设，以及针对单一环境干预措施（新型灭蟑方法）的成本效益与研究设计思路。对于关注环境干预与儿童哮喘关系的公共卫生研究、临床试验信息检索等用途，该数据集具有参考价值。关于更具体的适用分析场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式、数据结构说明或分析指引。
【质量与限制】
该数据集的信息来自 clinicaltrials.gov 的登记描述，主要反映研究背景与研究目标。源站描述中未提供数据完整性、准确性验证、样本规模、统计方法等质量相关信息。由于缺乏具体数据字段与记录层面的说明，使用该数据集时应注意其信息范围限于源站描述所涵盖的内容。其他质量与限制信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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/NCT01468805
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。哮喘是儿童期最常见的慢性疾病，也是儿童住院最常见的原因。美国目前约有670万儿童患有哮喘，其中近三分之二的儿童在过去12个月内至少发生过一次哮喘发作。有证据表明，暴露于蟑螂过敏原可能是内城区家庭中哮喘最重要的危险因素。如果能够证明仅针对蟑螂过敏原的环境干预措施可降低哮喘发病率，那么与高成本的多组分干预措施相比，该措施在公共卫生项目中可能具有成本节约的优势。儿童哮喘减少研究（CARES）的主要目的是评估一种新型灭蟑方法在降低中重度哮喘患儿哮喘发病率方面的有效性，该方法在既往研究中已被证明能大幅降低蟑螂过敏原水平，而这些患儿既对蟑螂过敏原过敏，又暴露于蟑螂过敏原。
此外，该研究将描述蟑螂侵扰与其他环境过敏原暴露及哮喘发病率之间的关系，并考虑蟑螂计数与随时间观察到的过敏原减少之间的动态关系；利用研究数据识别可能影响这些关系的机制，如清洁行为。这些目标将通过一项前瞻性、随机对照、多站点干预试验来实现，该试验中，414名符合条件的5至14岁儿童，其家庭在3天期间经确认的诱捕计数为30只或以上蟑螂，被随机分配到两个治疗组之一。对于被分配到干预组的儿童，将在其家中多个时间间隔实施干预措施。干预组和对照组的儿童都将接受哮喘临床评估、过敏原暴露的家庭评估、关于过敏原暴露和哮喘的教育材料，以及信息
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。
