基因、大豆异黄酮与病毒
该数据集来自 clinicaltrials.gov,主题为基因、大豆异黄酮与病毒,归类于呼吸系统疾病下的哮喘。源站描述聚焦儿童喘息与哮喘的早期预防,指出严重早期病毒性下呼吸道感染与哮喘发展相关,并受遗传易感性影响,其中 PAI-1 启动子功能获得性变异在哮喘人群中可高达 60%

基本信息
资源简介
基因、大豆异黄酮与病毒
该数据集来自 clinicaltrials.gov,主题为基因、大豆异黄酮与病毒,归类于呼吸系统疾病下的哮喘。源站描述聚焦儿童喘息与哮喘的早期预防,指出严重早期病毒性下呼吸道感染与哮喘发展相关,并受遗传易感性影响,其中 PAI-1 启动子功能获得性变异在哮喘人群中可高达 60%。数据可用于探索婴幼儿期呼吸道病毒感染、PAI-1 风险等位基因与后续哮喘发生之间的关联,支持哮喘风险预测与早期干预研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:喘息。儿童哮喘影响 8.3% 的美国儿童,每年造成 5.92 亿美元的美国医疗保健支出。大约 80% 进展为哮喘的儿童在幼儿期会出现喘息,提示一级预防应针对婴儿期。特别是,严重的早期病毒性下呼吸道感染(LRTI)与哮喘发展显示出强关联,且这种关联受遗传易感性修饰。1-5 一种功能获得性纤溶酶原激活物抑制剂-1(PAI-1)启动子变异以纯合子或杂合子形式存在于高达 60% 的哮喘发病人群中。如果携带 ≥1 个 PAI-1 风险等位基因的儿童在 2 岁前因呼吸道病毒性疾病需要就诊,这些受试者具有 12 倍(任何病毒)至 18 倍(自我报告的呼吸道合胞病毒(RSV))的
【主题与分类】
主题标签:Wheezing。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/NCT07828405
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/NCT07828405
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:喘息。儿童哮喘影响8.3%的美国儿童,每年造成美国医疗保健支出59.2亿美元。大约80%发展为哮喘的儿童在幼儿期会出现喘息,提示一级预防应针对婴儿期。特别是,生命早期严重的病毒性下呼吸道感染(LRTI)与哮喘发展显示出强烈的关联,这种关联受到遗传易感性的影响。1-5 一种功能获得性纤溶酶原激活物抑制剂-1(PAI-1)启动子变异存在于高达60%的哮喘发病人群中,以纯合子或杂合子形式存在。如果携带至少1个PAI-1风险等位基因的儿童在2岁前患有需要就医的呼吸道病毒感染,这些受试者发生哮喘的风险增加12倍(任何病毒)至18倍(自我报告的呼吸道合胞病毒(RSV))。在病毒感染时,气道中PAI-1的产生增加,并促进纤维化和过敏性气道环境。
我们发现,大豆异黄酮可降低PAI-1的生成,并使携带风险基因的受试者哮喘急性发作率降低75%。这项初步研究将提供初步数据,以确定在疾病发作时给予大豆异黄酮按需治疗是否能改善上皮完整性并减少Th2气道反应。这将确立针对生命早期病毒性疾病的按需治疗的可行性,而该治疗可能调节急性结局。在本研究中,我们将评估未确诊哮喘但携带PAI-1基因型的儿童,其气道中的PAI-1水平以及重塑/过敏性炎症通路是否高于不携带该基因型的儿童。我们还将确定,在因急性呼吸系统疾病就诊时给予大豆异黄酮,是否能减少携带和不携带该基因型儿童的这些变化。最后,我们还将在肺类器官/气液
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。




