Region Zealand 哮喘患者循证呼吸再训练实施研究

该数据集来自 clinicaltrials.gov,聚焦 Region Zealand 地区哮喘患者的循证呼吸再训练实施情况

Naestved HospitalNaestved Hospital
clinicaltrials
浏览 13
其他预测Asthma
Implementation of Evidence-based Breathing Retraining for Patients With Asthma in Region Zealand

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

Region Zealand 哮喘患者循证呼吸再训练实施研究

该数据集来自 clinicaltrials.gov,聚焦 Region Zealand 地区哮喘患者的循证呼吸再训练实施情况。研究采用混合设计的前瞻性多中心实施评价,在真实世界环境中持续测量呼吸再训练的有效性,覆盖初级与二级医疗并加入跨部门协作,因此纳入更多主要结局。研究属于 Exercise First 项目,由 The National Health Service、Region Zealand 与 PROgrez 研究单位合作开展。数据可用于评估呼吸再训练在真实临床路径中的实施效果与有效性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:哮喘。本研究是一项混合设计的前瞻性多中心实施评价研究,研究者将次要地在真实世界环境中持续测量呼吸再训练的有效性,涵盖初级和二级医疗,并加入跨部门协作。因此,研究者纳入了更多主要结局。本研究是 Exercise First 项目的一部分,该项目由 The National Health Service、Region Zealand 以及 Næstved、Slagelse、Ringsted 医院物理治疗与作业治疗科的 PROgrez 研究单位合作开展。

【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/NCT05531370

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05531370

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:哮喘。本研究是一项混合设计的前瞻性多中心实施评价研究,其中研究者将二次维持在实际环境中测量呼吸再训练的有效性,包括初级和二级医疗保健,并增加跨部门合作。因此,研究者纳入了更多主要结局指标。该研究是Exercise First项目的一部分,该项目由The National Health Service、Region Zealand以及Næstved、Slagelse、Ringsted医院物理治疗与职业治疗部的PROgrez研究单位合作开展。

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。

获取专属数据定制方案