口服Procaterol对感染后持续性咳嗽的影响
本数据集来自clinicaltrials.gov,主题为口服Procaterol对感染后持续性咳嗽的疗效研究。感染后咳嗽是上呼吸道感染后常见的临床问题,可能机制包括病毒诱导的气道上皮损伤导致气道高反应性、血管通透性增加引起气道水肿及炎症介质激活导致气道平滑肌收缩

基本信息
资源简介
口服Procaterol对感染后持续性咳嗽的影响
本数据集来自clinicaltrials.gov,主题为口服Procaterol对感染后持续性咳嗽的疗效研究。感染后咳嗽是上呼吸道感染后常见的临床问题,可能机制包括病毒诱导的气道上皮损伤导致气道高反应性、血管通透性增加引起气道水肿及炎症介质激活导致气道平滑肌收缩。该研究为双盲随机安慰剂对照试验,针对非哮喘成人持续性咳嗽患者,评估口服Procaterol作为支气管扩张剂的有效性。数据可用于呼吸系统疾病中咳嗽治疗相关的预测建模与疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:咳嗽。上呼吸道感染(URTI)后持续性咳嗽是临床实践中的常见问题,即感染后咳嗽。潜在机制为病毒诱导的气道上皮损伤,导致1)气道高反应性和气道狭窄,2)血管通透性增加导致气道水肿,3)炎症细胞释放炎症介质激活导致气道平滑肌收缩。它通常可自行缓解,尽管已尝试各种治疗试验但结果不可预测。关于支气管扩张剂,一项小型研究(N=14)中吸入异丙托溴铵可有效减轻咳嗽症状。我们进行了一项双盲随机安慰剂对照试验,以研究口服Procaterol作为支气管扩张剂对患有持续性咳嗽的非哮喘成人患者的有效性。
【主题与分类】
主题标签:Cough。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/NCT02349919
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/NCT02349919
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
病情:咳嗽。上呼吸道感染(URTI)后持续咳嗽是临床实践中的常见问题,即感染后咳嗽。其潜在机制包括病毒引起的气道上皮损伤,导致:1)气道高反应性和气道狭窄;2)血管通透性增加,引起气道水肿;3)炎症细胞释放的炎症介质激活,导致气道平滑肌收缩。尽管尝试了各种治疗试验,结果难以预测,但该病通常可自行缓解。关于支气管扩张剂,一项小型研究(N=14)显示吸入异丙托溴铵可有效减轻咳嗽症状。我们开展了一项双盲随机安慰剂对照试验,旨在研究口服丙卡特罗作为支气管扩张剂,对患有URTI后持续咳嗽的非哮喘成人患者的疗效。符合条件的患者为URTI后咳嗽持续超过3周且肺功能测定正常者,将被随机分配接受安慰剂或丙卡特罗(25微克,每日两次)治疗4周。主要结局指标为采用莱斯特咳嗽问卷(LCQ)评估的咳嗽症状评分。
次要结局为肺功能检查(肺量计、脉冲振荡)及呼出气一氧化氮和生活质量(SF-36)。所有结局均在基线、2周和4周时测量。在基线和4周时进行乙酰甲胆碱支气管激发试验,以确定使FEV1下降≥20%的乙酰甲胆碱激发浓度。每次访视均记录不良事件。数据分析将同时采用意向性治疗和符合方案两种方式。将应用线性混合效应回归模型评估治疗对LCQ评分、SF-36和肺功能的影响。个体内变异将作为随机效应拟合入模型,而治疗将被视为固定效应。测量时间点(即2周和4周)也将纳入该
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。




