Formoterol-beclomethasone 治疗支气管扩张患者的随机对照试验
该数据集来自 clinicaltrials.gov,主题为 Formoterol-beclomethasone 在非囊性纤维化支气管扩张患者中的随机对照试验

基本信息
资源简介
Formoterol-beclomethasone 治疗支气管扩张患者的随机对照试验
该数据集来自 clinicaltrials.gov,主题为 Formoterol-beclomethasone 在非囊性纤维化支气管扩张患者中的随机对照试验。研究采用前瞻性双盲设计,比较 Formoterol-beclomethasone 12/200 mcg 每日两次与安慰剂,以 Leicester 咳嗽问卷评估咳嗽改善情况,并关注健康相关生活质量等次要目标。数据覆盖支气管扩张治疗领域,可用于呼吸系统疾病药物疗效与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:支气管扩张。在非囊性纤维化支气管扩张的管理中,支气管扩张剂治疗(LABA)和吸入性糖皮质激素(ICS)的使用仍存在争议。既往研究曾声称 ICS(联合或不联合支气管扩张剂)具有有益效果,例如改善 HRQL、减少每日痰量和/或急性加重频率。然而,在所有既往研究中,均未明确排除哮喘或 COPD 患者,或未使用安慰剂。本研究将是首个在排除哮喘和 COPD 患者的非囊性纤维化支气管扩张中评估 ICS/LABA 治疗效果的研究。这是一项前瞻性双盲随机对照试验,比较 Formoterol-beclomethasone 12/200 mcg 每日两次与安慰剂,以评估通过 Leicester 咳嗽问卷测量的咳嗽减少情况。次要目标是健康相关
【主题与分类】
主题标签:Bronchiectasis。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/NCT03846570
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/NCT03846570
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:支气管扩张。在非囊性纤维化支气管扩张的管理中,支气管扩张剂治疗(长效β2受体激动剂,LABA)和吸入性糖皮质激素(ICS)的使用仍存在争议。既往研究声称ICS(联合或不联合支气管扩张剂)具有有益效果,如改善健康相关生活质量(HRQL)、减少每日痰量和/或急性加重频率。然而,在所有既往研究中,均未明确排除哮喘或COPD患者,或未使用安慰剂。本研究将是首个在排除哮喘和COPD患者的非囊性纤维化支气管扩张中评估ICS/LABA治疗效果的研究。这是一项前瞻性双盲随机对照试验,比较福莫特罗-倍氯米松12/200微克每日两次与安慰剂的疗效,以莱斯特咳嗽问卷评估咳嗽的减轻程度。次要目标包括健康相关生活质量和症状的改善、痰量减少、肺功能(FEV1)以及急性加重频率。此外,我们将评估血清和痰液中的炎症反应。
经过1个月的洗脱期后,符合条件的受试者将被随机分配接受福莫特罗-倍氯米松或匹配安慰剂的治疗。所有受试者将接受为期3个月的药物治疗方案。随访期结束后将进行一项研究结束(EOS)访视。
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。




