铬减重对成人哮喘控制的影响
本数据集来自 clinicaltrials.gov,主题为铬减重对成人哮喘控制的影响,属于呼吸系统疾病/哮喘领域。源站描述显示,这是一项 Phase IV 随机对照临床试验(RCT),纳入 60 名确诊哮喘的成人患者,受试者来自 Ain Shams University Hospitals 胸科门诊

基本信息
资源简介
铬减重对成人哮喘控制的影响
本数据集来自 clinicaltrials.gov,主题为铬减重对成人哮喘控制的影响,属于呼吸系统疾病/哮喘领域。源站描述显示,这是一项 Phase IV 随机对照临床试验(RCT),纳入 60 名确诊哮喘的成人患者,受试者来自 Ain Shams University Hospitals 胸科门诊及肺功能室的成人哮喘、肥胖和糖尿病患者。研究采用计算机生成的随机序列进行分组,并通过密封不透明信封实现分配隐藏。该数据可用于了解该试验的设计、人群与伦理说明,适用于哮喘相关临床研究的分类与参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:慢性哮喘、支气管哮喘。研究设计与设置:本研究是一项 IV 期随机对照临床试验(RCT),涉及 60 名确诊哮喘的成人患者。参与者将从 Ain Shams University Hospitals 胸科门诊和肺功能室招募。研究类型:IV 期随机对照临床试验(RCT)。研究设置:Ain Shams University Hospitals 胸科门诊和肺功能室。研究人群:患有哮喘、肥胖和糖尿病的成人患者。抽样与随机化:参与者将使用计算机生成的随机序列被随机分配到研究组。将通过使用密封、不透明信封来确保分配隐藏。伦理考虑:研究方案将向所有符合条件的参与者清楚解释。
【主题与分类】
主题标签:Asthma Chronic、Bronchial Asthma。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/NCT07703358
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/NCT07703358
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:慢性哮喘、支气管哮喘。研究设计与设置:本研究为一项IV期随机对照临床试验(RCT),涉及60名确诊为哮喘的成年患者。参与者将从Ain Shams大学医院胸科门诊和肺功能室招募。研究类型:IV期随机对照临床试验(RCT)。研究设置:Ain Shams大学医院胸科门诊和肺功能室。研究人群:患有哮喘、肥胖和糖尿病的成年患者。抽样与随机化:参与者将使用计算机生成的随机序列随机分配到研究组。将通过使用密封、不透明信封来确保分配隐藏。伦理考量:在研究入组前,将向所有符合条件的参与者清楚解释研究方案。研究将在获得Ain Shams大学医学院伦理委员会批准后开始。在纳入研究前,将从所有参与者处获取书面知情同意。
参与者安全将被置于首位,并将尽一切努力减少潜在风险。参与者数据的保密性和匿名性将得到严格维护。所有参与者被分配到任一研究组的机会均等。研究过程中不会使用任何欺骗性做法。参与者有权在任何时候退出研究,且不会因此承受任何后果。研究程序 所有符合条件的参与者将接受以下评估:人口统计学数据收集:年龄、性别、吸烟状况和体重指数(BMI)临床评估:详细的病史,包括环境暴露、潜在风险因素、合并症和疾病持续时间合并治疗 所有参与者将在整个研究期间继续接受标准哮喘治疗。参与者将被指导保持一致的铬摄入量
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。




