早期高流量氧疗联合振动网雾化β-2受体激动剂治疗急诊中重度哮喘急性发作
本数据集来自 clinicaltrials.gov,聚焦急诊科中重度哮喘急性发作的管理,主题为早期高流量氧疗联合经振动网雾化吸入β-2受体激动剂

基本信息
资源简介
早期高流量氧疗联合振动网雾化β-2受体激动剂治疗急诊中重度哮喘急性发作
本数据集来自 clinicaltrials.gov,聚焦急诊科中重度哮喘急性发作的管理,主题为早期高流量氧疗联合经振动网雾化吸入β-2受体激动剂。哮喘急性发作表现为呼吸困难、咳嗽、喘息或胸闷的急性或亚急性加重,是急诊科呼吸系统症状的常见原因,约10%至15%的急诊呼吸症状与之相关。常规治疗包括雾化β-2受体激动剂(可联合异丙托溴铵)、口服糖皮质激素及控制性氧疗以维持SpO2在93%至95%。该数据可用于哮喘急性发作治疗策略与急诊管理相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:中度哮喘急性发作、重度哮喘急性发作。哮喘急性发作是指哮喘患者症状与肺功能的急性或亚急性加重,其特征为呼吸困难、咳嗽、喘息或胸闷症状进行性加重。它是因呼吸困难而入住急诊科患者的常见诊断。急诊科约10%至15%的呼吸系统症状与哮喘急性发作相关。哮喘急性发作的治疗联合使用雾化β-2受体激动剂肾上腺素能药物(可联用或不联用异丙托溴铵)、口服糖皮质激素以及控制性氧疗,以维持SpO2在93%至95%之间。近年来急诊科的治疗方式没有变化,包括对一线治疗后疗效不佳的患者也是如此,且急性发作始终与住院相关。
【主题与分类】
主题标签:Moderate Asthma Exacerbation、Severe Asthma Exacerbation。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/NCT05691218
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/NCT05691218
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
疾病情况:中度哮喘急性发作,重度哮喘急性发作。哮喘急性发作是指哮喘患者症状和肺功能的急性或亚急性恶化,其特征为呼吸困难、咳嗽、喘息或胸闷症状的进行性加重。在因呼吸困难而就诊于急诊科的患者中,这是一种常见的诊断。急诊科中约10%至15%的呼吸系统症状与哮喘急性发作相关。哮喘急性发作的治疗包括雾化吸入β-2受体激动剂肾上腺素能药物,可联合或不联合异丙托溴铵,口服皮质类固醇,以及控制性氧疗以维持SpO2在93%至95%之间。近年来,急诊科的治疗方案未有变化,包括对一线治疗无效的患者,且40%的成年患者急性发作后需住院治疗,住院患者中死亡率为1%。振动网孔雾化器是利用振动将药物通过网孔推送,从而实现药物雾化的装置。
振动网孔雾化器与喷射雾化器相比,与更好的肺部药物递送相关,能更快改善呼气峰流量,并且在回顾性研究中与患者预后相关,特别是在周转时间和住院需求方面。然而,尚无研究在哮喘急性发作患者中,就临床相关标准前瞻性比较振动膜装置雾化与标准雾化。使用振动膜装置进行雾化可能增强短效支气管扩张剂的临床疗效,带来更快、更有效的临床改善,并与改善患者短期和中期结局相关。经鼻高流量加热湿化氧疗(HNFO)是一种通气支持方式,常用于重症监护病房和急诊科急性呼吸衰竭的管理。
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。




