环境真菌暴露对支气管哮喘、ABPA及支气管扩张的影响
该数据集来自 clinicaltrials.gov,为一项前瞻性观察性研究,纳入 18 至 80 岁临床诊断为支气管哮喘、变应性支气管肺曲霉病(ABPA)、支气管扩张的患者及健康受试者

基本信息
资源简介
环境真菌暴露对支气管哮喘、ABPA及支气管扩张的影响
该数据集来自 clinicaltrials.gov,为一项前瞻性观察性研究,纳入 18 至 80 岁临床诊断为支气管哮喘、变应性支气管肺曲霉病(ABPA)、支气管扩张的患者及健康受试者。哮喘组按 GINA 哮喘控制分级分为控制、部分控制与未控制三组。研究详细记录受试者基线信息,包括基本情况、病程、吸烟、既往急性发作与住院、长期用药(含 ICS 使用频率、剂量与时长,抗真菌药种类、剂量、使用时长与疗程),并评估记录室内湿度、温度、通风、宠物饲养、植物等环境因素。可用于探索环境真菌暴露与哮喘、ABPA 及支气管扩张的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:环境暴露、哮喘、支气管扩张、ABPA。本研究是一项前瞻性观察性研究,对象为年龄 18-80 岁、临床诊断为支气管哮喘、变应性支气管肺曲霉病(ABPA)、支气管扩张的患者及健康受试者。其中,支气管哮喘组将根据 GINA 哮喘控制分级分为哮喘控制组、哮喘部分控制组和哮喘未控制组。详细记录受试者的基线信息,包括基本信息、病程、吸烟、既往急性发作和住院、长期用药等(包括 ICS 使用的频率、剂量和持续时间,抗真菌药物类型、剂量、使用持续时间和疗程),并评估和记录环境因素(如室内)。湿度、温度、通风、宠物饲养、植物 pl
【主题与分类】
主题标签:Environmental Exposure、Asthma、Bronchiectasis、ABPA。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/NCT07313904
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/NCT07313904
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:环境暴露、哮喘、支气管扩张、ABPA。本研究是一项前瞻性观察性研究,纳入年龄18-80岁、临床诊断为支气管哮喘、变应性支气管肺曲霉病(ABPA)、支气管扩张的患者以及健康受试者。其中,支气管哮喘组将根据GINA哮喘控制分级分为哮喘控制组、哮喘部分控制组和哮喘未控制组。详细记录受试者的基线信息,包括基本信息、病程、吸烟史、既往急性发作及住院情况、长期用药等(包括ICS使用的频率、剂量和持续时间,抗真菌药物种类、剂量、使用持续时间及疗程),并评估和记录环境因素(如室内湿度、温度、通风、饲养宠物、种植植物等)以及其他可能影响疾病控制和真菌暴露的生活方式因素。采用问卷评分评估患者的疾病状态。
入组时采集痰液样本。设置(哮喘ABPA组采用诱导痰)、肺功能检查及支气管舒张试验、FeNO测定(仅哮喘ABPA组)、血常规检查、曲霉特异性IgE和IgG检测、总免疫球蛋白IgE、过敏原检测等。采集受试者生活环境室内(卧室)、室外(阳台)及空调或风扇表面(如适用)的灰尘,并记录环境温度、湿度、颗粒物浓度等环境数据。采用18S rRNA技术进行痰液和灰尘真菌检测,采用ELISA检测哮喘症状标志物,评估真菌感染对疾病的影响。对每位受试者随访6个月,入组6个月后记录患者症状变化、急性发作/加重情况及预后,并完成相关问卷评分。
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。




