成人重度哮喘运动干预数据集
该数据集来源于 clinicaltrials.gov,主题为成人重度哮喘的运动干预。重度哮喘是一种慢性疾病,尽管接受优化药物治疗,患者仍持续出现症状并频繁急性发作

基本信息
资源简介
成人重度哮喘运动干预数据集
该数据集来源于 clinicaltrials.gov,主题为成人重度哮喘的运动干预。重度哮喘是一种慢性疾病,尽管接受优化药物治疗,患者仍持续出现症状并频繁急性发作。近年来生物治疗显著改善了哮喘控制,但许多重度哮喘患者因长期症状、运动耐量下降及对症状加重的恐惧而缺乏身体活动,进而导致体能下降、生活质量降低及其他健康问题。规律身体活动已被证明可改善哮喘控制、运动能力和健康相关生活质量,但结构化个体化运动方案尚未常规纳入标准哮喘护理,且运动干预效果的证据有限。该数据可用于研究运动干预对重度哮喘患者的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:重度哮喘、哮喘。重度哮喘是一种慢性疾病,其特征是尽管接受了优化的药物治疗,仍持续出现症状并频繁急性发作。近年来,生物治疗显著改善了许多患者的哮喘控制。然而,重度哮喘患者由于长期症状、运动耐量下降以及对症状加重的恐惧,往往仍然缺乏身体活动。这种不活动可能导致体能下降、生活质量变差以及其他健康问题。规律的身体活动已被证明可以改善哮喘患者的哮喘控制、运动能力和健康相关生活质量。尽管如此,结构化和个体化的运动方案并未常规纳入标准哮喘护理。此外,关于运动干预效果的证据有限。
【主题与分类】
主题标签:Severe Asthma、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/NCT07655037
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/NCT07655037
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:重度哮喘、哮喘。重度哮喘是一种慢性疾病,其特征是尽管接受了优化的药物治疗,症状仍持续存在且频繁急性发作。近年来,生物疗法显著改善了许多患者的哮喘控制。然而,重度哮喘患者由于长期症状、运动耐量下降以及对症状恶化的恐惧,往往仍然缺乏体力活动。这种不活动可能导致体能下降、生活质量变差以及额外的健康问题。规律体力活动已被证明可改善哮喘患者的哮喘控制、运动能力和健康相关生活质量。尽管如此,结构化和个体化的运动方案并未常规纳入标准哮喘照护中。此外,关于运动干预在正在接受生物疗法的重度哮喘患者中效果的具体证据仍然有限。
这项随机对照试验的目的是评估个体化运动干预能否改善正在开始生物治疗的成人重度哮喘患者的运动能力和哮喘控制。该研究还旨在评估干预对哮喘症状、急性发作频率、肺功能、生活质量和身体成分的影响。本研究将在赫尔辛基大学医院皮肤与过敏医院成人科进行。将邀请因常规诊疗而开始生物治疗的、经医生诊断为重度哮喘的成年患者(年龄18岁或以上)参与。预计将纳入约40-60名参与者。在提供知情同意后,参与者将接受基线评估,包括心肺运动试验(运动心肺功能测试)、肌力测试、六分钟步行试验和身体成分测量。此外,参与者将完成经过验证的问卷,以评估哮喘
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。




