呼吸科与耳鼻喉科联合门诊在哮喘合并慢性鼻窦炎伴鼻息肉患者诊疗路径中的实施:与专科单独门诊的有效性比较(CON-PO研究)
该数据集来自 clinicaltrials.gov,聚焦哮喘与慢性鼻窦炎伴鼻息肉(CRSwNP)患者的诊疗路径研究。哮喘累及下呼吸道(支气管),而 CRSwNP 累及上气道,但上下气道实为连续呼吸道并共享病理生理机制,两种疾病常共存且部分治疗策略对二者均有效

基本信息
资源简介
呼吸科与耳鼻喉科联合门诊在哮喘合并慢性鼻窦炎伴鼻息肉患者诊疗路径中的实施:与专科单独门诊的有效性比较(CON-PO研究)
该数据集来自 clinicaltrials.gov,聚焦哮喘与慢性鼻窦炎伴鼻息肉(CRSwNP)患者的诊疗路径研究。哮喘累及下呼吸道(支气管),而 CRSwNP 累及上气道,但上下气道实为连续呼吸道并共享病理生理机制,两种疾病常共存且部分治疗策略对二者均有效。研究假设由呼吸科与耳鼻喉科专家共同参与的多学科联合门诊可能优于各专科单独门诊,并可能使医疗体系获益。该研究旨在评估联合门诊是否带来更优效果,可用于呼吸系统疾病多学科诊疗模式与上下气道共病管理研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:哮喘、慢性鼻窦炎伴鼻息肉(CRSwNP)。哮喘影响下呼吸道(支气管),而慢性鼻窦炎伴鼻息肉(CRSwNP)涉及上气道。尽管存在这一解剖学区分,上气道和下气道构成连续的呼吸道,并共享共同的病理生理机制。因此,哮喘和 CRSwNP 常同时存在,且多种治疗策略对这两种疾病均有效。鉴于这些重叠,我们假设由呼吸科医生和耳鼻喉科专家共同参与的多学科门诊可能比单独门诊对患者诊疗更有效。我们还认为,这种创新组织将使医疗体系获益。为验证这一假设,我们正在开展一项研究,其主要目标是评估联合门诊是否带来
【主题与分类】
主题标签: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/NCT07134686
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/NCT07134686
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:哮喘、慢性鼻窦炎伴鼻息肉(CRSwNP)。哮喘累及下呼吸道(支气管),而慢性鼻窦炎伴鼻息肉病(CRSwNP)则涉及上呼吸道。尽管存在这一解剖学上的区分,上呼吸道和下呼吸道构成连续的呼吸道,并共享共同的病理生理机制。因此,哮喘和CRSwNP常合并存在,且多种治疗策略对这两种疾病均有效。鉴于这些重叠之处,我们假设由呼吸科医生和耳鼻喉科专家共同参与的多学科会诊可能比分别就诊更有利于患者诊疗。我们还认为,这种创新的组织模式将使医疗体系受益。为验证这一假设,我们正在开展一项研究,其主要目的是评估联合门诊是否能通过实现更个性化的治疗策略,使患者在初次就诊后的一年内减少口服糖皮质激素的需求。
次要结局将包括哮喘急性发作的频率、耳鼻喉相关事件的发生频率、呼吸道症状、生活质量以及医疗资源利用情况。我们将比较两组患者的结局:一组接受两位专科医生的联合会诊,另一组则按照当前临床实践接受标准的独立会诊管理。
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。




