家庭空气质量对成人哮喘的影响
该数据集来自 clinicaltrials.gov,聚焦成人哮喘患者家庭环境暴露与哮喘症状、肺功能之间的关系。研究通过生态瞬时评估(EMA)采集自我报告的居住环境暴露与哮喘症状,并结合家庭监测的总挥发性有机物(VOCs)、颗粒物(PM2.5)及家庭肺功能测定等客观指标,评估暴露频率与程度及哮喘控制水

基本信息
资源简介
家庭空气质量对成人哮喘的影响
该数据集来自 clinicaltrials.gov,聚焦成人哮喘患者家庭环境暴露与哮喘症状、肺功能之间的关系。研究通过生态瞬时评估(EMA)采集自我报告的居住环境暴露与哮喘症状,并结合家庭监测的总挥发性有机物(VOCs)、颗粒物(PM2.5)及家庭肺功能测定等客观指标,评估暴露频率与程度及哮喘控制水平,并探索主客观暴露指标与主客观哮喘结局之间的关联。数据可用于哮喘环境暴露相关研究及症状与肺功能预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:哮喘、环境暴露、家庭环境相关疾病。本可行性研究的目标是:1)确定以下内容的可行性和可用性:(a)生态瞬时评估(EMA)用于评估自我报告的居住环境暴露和哮喘症状,(b)家庭监测客观环境暴露(总挥发性有机物[VOCs]、颗粒物[PM2.5])和肺功能(家庭肺量计);2a)通过(a)自我报告数据和(b)家庭监测客观测量评估居住环境暴露(如消毒剂/清洁剂、二手烟)的频率和程度,2b)评估由自我报告哮喘症状和肺功能所指示的哮喘控制水平;3)探索自我报告和客观测量的居住环境暴露与自我报告和客观测量的哮喘之间的关联
【主题与分类】
主题标签:Asthma、Environmental Exposure、Home Environment Related Disease。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/NCT05224076
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/NCT05224076
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、环境暴露、家庭环境相关疾病。本可行性研究的目的为:1)确定以下方面的可行性和可用性:(a)生态瞬时评估(EMA)用于评估自我报告的住宅环境暴露和哮喘症状,(b)对客观环境暴露(总挥发性有机化合物[VOCs]、颗粒物[PM2.5])和肺功能(家庭肺量计检测)进行家庭监测;2a)通过(a)自我报告数据和(b)家庭监测客观测量,评估住宅环境暴露(如消毒剂/清洁剂、二手烟)的频率和程度,2b)通过自我报告的哮喘症状和肺功能评估哮喘控制水平;以及3)探讨自我报告和客观测量的住宅环境暴露与自我报告和客观测量的哮喘控制之间的关联。参与者将获得室内空气质量监测仪和家庭肺量计,分别用于测量VOCs、PM2.5和用力呼气容积占预计值百分比。EMA将使用个人智能手机和EMA软件平台进行采集。
参与者将收到定时和随机的EMA通知,以评估哮喘症状、环境暴露、肺功能及缓解策略。在为期14天的数据收集期结束后,参与者将回答有关可接受性、适宜性和可行性的调查条目。
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。




