胸闷变异性哮喘的临床特征、治疗与预后
该数据集来自 clinicaltrials.gov，聚焦胸闷变异性哮喘（CTVA）这一支气管哮喘亚组，覆盖其临床特征、发病机制与预后相关研究
基本信息
资源简介
胸闷变异性哮喘的临床特征、治疗与预后
该数据集来自 clinicaltrials.gov，聚焦胸闷变异性哮喘（CTVA）这一支气管哮喘亚组，覆盖其临床特征、发病机制与预后相关研究。源站描述涉及哮喘、胸闷综合征、临床焦虑、临床抑郁、肺功能、生活质量、嗜酸性粒细胞增多及一氧化氮等条件，并包含气道反应性与诱导痰等主题标签。数据可用于了解以持续性胸闷为唯一表现、缺乏典型哮喘特征而常被长期误诊的患者群体，支持临床特征分析、治疗与预后相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Asthma、Chest Syndrome、Clinical Anxiety、Clinical Depression、Lung Function、Quality of Life、Eosinophilia、Nitric Oxide。Asthma（支气管哮喘的缩写）是威胁人类健康的常见慢性气道疾病之一。哮喘的典型症状为反复发作的喘息、气短、胸闷和咳嗽，通常发生于夜间或清晨。然而，仍有部分患者仅表现为持续性胸闷的临床表现。关注这一患者群体，我们提出了支气管哮喘的一个亚组，即胸闷变异性哮喘（CTVA）。该哮喘亚组通常缺乏喘息、气短、哮鸣音等哮喘特异性临床特征，因此常被长期误诊。为了进一步了解患者的临床特征、发病机制和预后
【主题与分类】
主题标签：Asthma、Chest Syndrome、Clinical Anxiety、Clinical Depression、Lung Function、Quality of Life、Eosinophilia、Nitric Oxide、Airway Responsiveness、Induced Sputum。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/NCT03237221
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/NCT03237221
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：哮喘、胸闷综合征、临床焦虑、临床抑郁、肺功能、生活质量、嗜酸性粒细胞增多、一氧化氮。哮喘是支气管哮喘的简称，是威胁人类健康的常见慢性气道疾病之一。哮喘的典型症状为反复发作的喘息、气短、胸闷和咳嗽，通常发生于夜间或清晨。然而，仍有部分患者仅表现为持续的胸闷临床表现。关注这一患者群体，我们提出了支气管哮喘的一个亚组，即胸闷变异性哮喘（CTVA）。该哮喘亚组通常缺乏哮喘特异性临床特征，如喘息、气短、哮鸣音，因此常被长期误诊。为了进一步了解CTVA患者的临床特征、发病机制和预后，我们开展了一项全国多中心观察性研究，以进一步认识CTVA。最终，我们计划阐明CTVA是否为一个相对独立的哮喘表型。同时，减少误诊并对CTVA进行适当的治疗。
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。
