HFCS苹果汁过量游离果糖与哮喘-FHS-OS
该数据集来自 clinicaltrials.gov，聚焦呼吸系统疾病中的哮喘，主题标签为 Asthma。源站描述显示其研究目的是探索性分析高过量游离果糖（EFF）饮料（高果糖玉米糖浆甜味软饮料、水果饮料、苹果汁）摄入与慢性支气管炎（CB）/CB病史及哮喘/哮喘病史之间的关联
基本信息
资源简介
HFCS苹果汁过量游离果糖与哮喘-FHS-OS
HFCS, Apple Juice, Excess Free Fructose & asthma-the FHS-OS 是一个登记于 clinicaltrials.gov 的数据集，归类于呼吸系统疾病下的哮喘主题，主题标签为 Asthma。该数据集围绕高过量游离果糖（EFF）饮料摄入与呼吸系统健康结局之间的关联展开，所关注的高过量游离果糖饮料包括高果糖玉米糖浆甜味的软饮料、水果饮料以及苹果汁。其研究设计为探索性分析，考察上述饮料摄入与慢性支气管炎（CB）及慢性支气管炎病史、哮喘及哮喘病史之间的关联。数据集名称中的苹果汁、过量游离果糖与哮喘等要素，直观反映了其研究关注的核心暴露因素与健康结局，可为呼吸系统疾病特别是哮喘相关研究提供来自临床试验注册平台的资料来源。
【数据集背景】
该数据集来源于 clinicaltrials.gov，属于呼吸系统疾病分类下的哮喘主题。其研究背景聚焦于膳食因素尤其是含糖饮料摄入与呼吸系统疾病之间的潜在联系。高过量游离果糖是一类在含高果糖玉米糖浆的软饮料、水果饮料和苹果汁中较为常见的成分形态，数据集正是以这类饮料的摄入情况作为关注点，探索其与慢性支气管炎及哮喘两类呼吸系统结局之间的关联。研究定位为探索性分析，意味着其目的在于初步考察变量之间是否存在关联，而非确证因果关系。
【数据内容】
依据来源描述，该数据集涉及的条件为哮喘，研究内容为探索性分析高过量游离果糖饮料摄入与慢性支气管炎/慢性支气管炎病史及哮喘/哮喘病史之间的关联。所涵盖的暴露饮料类型包括高果糖玉米糖浆甜味软饮料、水果饮料和苹果汁。主题标签为 Asthma。关于数据集的具体变量构成、样本量、记录条数、随访时长等细节，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov 这一临床试验注册平台，其源站描述明确了研究条件为哮喘，并给出了研究目的与关注的分析方向。除来源平台与上述描述外，关于数据采集的具体地点、时间范围、采集方式与数据加工流程，源站未提供。
【适用场景】
该数据集适用于呼吸系统疾病尤其是哮喘相关的研究场景，可用于探索膳食因素与呼吸系统健康结局之间关联的分析工作，例如考察高过量游离果糖饮料摄入与慢性支气管炎及哮喘病史之间关系的初步研究。其主题标签与分类也使其可被用于哮喘相关数据资源的整理与检索。关于更具体的适用场景说明，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、格式说明、字段定义及分析操作指引等均未在现有信息中体现。
【质量与限制】
该研究为探索性分析，其设计定位决定了结论的初步性质。关于数据质量指标、样本代表性、缺失情况、偏倚控制及使用限制等具体信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可条款信息。
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/NCT03189251
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：哮喘。对高过量游离果糖（EFF）饮料（高果糖玉米糖浆甜味软饮料、水果饮料、苹果汁）摄入与慢性支气管炎（CB）/慢性支气管炎病史及哮喘/哮喘病史之间的关联进行探索性分析。
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。
