按需与持续给药鼻喷剂治疗过敏性鼻炎的有效性与安全性
该数据集来自 clinicaltrials.gov,主题为按需与持续给药鼻喷剂治疗过敏性鼻炎的有效性与安全性,本站归类于呼吸系统疾病/哮喘

基本信息
资源简介
按需与持续给药鼻喷剂治疗过敏性鼻炎的有效性与安全性
该数据集来自 clinicaltrials.gov,主题为按需与持续给药鼻喷剂治疗过敏性鼻炎的有效性与安全性,本站归类于呼吸系统疾病/哮喘。源站描述指出过敏性鼻炎全球患病率上升,中重度患者生活质量受显著影响,但就诊率低、控制率差;未控制的过敏性鼻炎是哮喘和慢性鼻窦炎加重的高危因素,40%患者会发展为哮喘,多达30%会发展为慢性鼻窦炎,充分治疗有助于改善生活质量并降低相关并发症风险。数据可用于过敏性鼻炎治疗与哮喘风险关联的分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:过敏性鼻炎。背景/意义:过敏性鼻炎(AR)的患病率在全球范围内不断上升。大量研究表明,AR对生活质量有显著的不良影响,尤其是在中重度AR人群中。然而,由于AR并非致命性疾病,只有一小部分AR患者会去医院寻求专业医疗建议。他们往往只在AR相关症状变得无法忍受时才这样做,这导致AR控制水平极低。众所周知,未控制的AR已被确定为哮喘和慢性鼻窦炎加重的高危因素。在AR患者中,40%会发展为哮喘,多达30%会发展为慢性鼻窦炎。充分治疗AR始终有助于改善患者的生活质量,并降低AR相关并发症的风险。为实现AR共同……
【主题与分类】
主题标签:Allergic Rhinitis。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/NCT05080322
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/NCT05080322
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:过敏性鼻炎。背景/意义:过敏性鼻炎的患病率在全球范围内呈上升趋势。大量研究表明,过敏性鼻炎对生活质量有显著的不良影响,尤其是在中重度过敏性鼻炎人群中。然而,由于过敏性鼻炎并非致命性疾病,仅有少部分过敏性鼻炎患者会前往医院寻求专业医疗建议。他们往往只在过敏性鼻炎相关症状变得无法忍受时才倾向于就医,这导致过敏性鼻炎的控制水平极低。众所周知,未控制的过敏性鼻炎已被确定为哮喘和慢性鼻窦炎加重的高危因素。在过敏性鼻炎患者中,40%会发展为哮喘,高达30%会发展为慢性鼻窦炎。充分治疗过敏性鼻炎始终有助于改善患者的生活质量,并降低过敏性鼻炎相关并发症的风险。为实现过敏性鼻炎控制的目标,通常需要长期治疗。过敏性鼻炎是一种由过敏原暴露诱发的IgE介导的炎症性疾病。我们此前的研究表明,中国中部地区超过90%的过敏性鼻炎患者由屋尘螨诱发,这是一种常年性室内过敏原。
HDM暴露导致鼻黏膜持续性过敏性炎症,并引起AR症状周期性加重。INS目前是抑制过敏性炎症的基石药物,被推荐为中度至重度AR的一线用药。然而,其抗炎效果需给药数天至两周后才能显现。因此,ARIA指南建议规律使用INS 2-4周,然后逐渐降阶治疗。另一方面,抗组胺药属于对症缓解药物,已证实鼻喷剂型5分钟内起效,口服剂型30分钟内起效。抗组胺药也被推荐为轻度AR患者的一线用药,并与INS联合用于中度至重度AR患者。我们既往研究表明,如果AR患者按照cu
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。




