补充与替代哮喘疗法及其与哮喘控制关联的人群研究数据

该数据集来自加拿大不列颠哥伦比亚省两个普查区域的一般人群,基于随机数字拨号招募了486名自报经医生诊断为哮喘的患者(平均年龄52岁,女性占67.3%)

dataone
浏览 7
其他分类complementary medicineTHORACIC MEDICINEOtherasthma
Data from: Complementary and alternative asthma treatments and their association with asthma control: a population-based study

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

补充与替代哮喘疗法及其与哮喘控制关联的人群研究数据

Data from: Complementary and alternative asthma treatments and their association with asthma control: a population-based study

该数据集来自加拿大不列颠哥伦比亚省两个普查区域的一般人群,基于随机数字拨号招募了486名自报经医生诊断为哮喘的患者(平均年龄52岁,女性占67.3%)。研究评估了过去12个月内补充与替代医学(CAM)的使用情况、按GINA定义的哮喘控制水平以及自报控制药物摄入,并采用多变量逻辑回归分析CAM使用与哮喘控制及控制药物摄入之间的关联。数据可用于探索CAM利用与哮喘控制结局的关系,适合分类或关联分析类研究(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):摘要 目的:许多哮喘患者花费时间和资源使用补充与替代医学(CAM)。本研究探讨CAM使用是否与哮喘控制及哮喘控制药物摄入相关。设计:基于人群的前瞻性横断面研究。地点:居住在加拿大不列颠哥伦比亚省两个普查区域的一般人群。招募基于对固定电话和手机的随机数字拨号。参与者:486名自报经医生诊断为哮喘的患者(平均年龄52岁;67.3%为女性)。主要和次要结局指标:我们评估了过去12个月内的CAM使用情况、按全球哮喘防治创议(GINA)定义的哮喘控制水平以及自报的控制药物摄入。采用多变量逻辑回归研究其关

【主题与分类】

主题标签:complementary medicine、THORACIC MEDICINE、Other、asthma。本站分类:呼吸系统疾病/哮喘。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A378c32f4506882a50a73e4e62cb52b031a75f08cfc817053ddd7c360397829bb

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://search.dataone.org/view/sha256%3A378c32f4506882a50a73e4e62cb52b031a75f08cfc817053ddd7c360397829bb

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

摘要

目的:许多哮喘患者花费时间和资源使用补充与替代医学(CAM)。本研究探讨CAM使用是否与哮喘控制及哮喘控制药物摄入相关。设计:基于人群的前瞻性横断面研究。地点:加拿大不列颠哥伦比亚省两个普查区的普通人群。招募基于固定电话和手机的随机数字拨号。参与者:486名自我报告经医生诊断为哮喘的患者(平均年龄52岁;67.3%为女性)。主要和次要结局指标:我们评估了过去12个月内的CAM使用情况、根据全球哮喘防治创议(GINA)定义的哮喘控制水平,以及自我报告的控制药物摄入情况。采用多因素logistic回归分析任何CAM使用(结局)、哮喘控制和控制药物使用之间的关系,并针对潜在混杂因素进行调整。结果:样本中共有179人(36.8%)报告在过去12个月内使用过CAM。

呼吸练习(17.7%)、草药(10.1%)和维生素(9.7%)是报告中最常用的补充与替代医学(CAM)。经调整后,女性(OR:1.66;95% CI:1.09-2.52)和未控制的哮喘(与已控制的哮喘相比,OR:2.25,95% CI:1.30-3.89)与过去12个月内使用任何CAM的可能性较高相关。控制药物使用总体上以及与哮喘控制定义的亚组中均与CAM使用无关。结论:临床医生和政策制定者需要意识到哮喘患者中CAM使用的高流行率及其与哮喘控制不佳的关联。, 使用说明CAM手稿的完整数据集(bmjopen-2013-003360.R1)该数据集包含本出版物统计分析的完整信息。数据为实地收集。变量名称不言自明。对于二分类变量,

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