慢性咳嗽患者食管外反流的个体化诊断与治疗
该数据集来自 clinicaltrials.gov,聚焦慢性咳嗽患者中食管外反流(EER)的个体化诊断与治疗,属于呼吸系统疾病/哮喘分类

基本信息
资源简介
慢性咳嗽患者食管外反流的个体化诊断与治疗
该数据集来自 clinicaltrials.gov,聚焦慢性咳嗽患者中食管外反流(EER)的个体化诊断与治疗,属于呼吸系统疾病/哮喘分类。覆盖慢性咳嗽、食管外反流、咽喉反流、过敏、哮喘等主题。源站描述指出,慢性咳嗽严重影响生活质量,EER 是其常见病因或加重因素,液体或气溶胶反流可导致黏膜炎症和气道致敏,形成咳嗽与黏膜损伤的恶性循环。项目旨在对慢性咳嗽患者(伴或不伴过敏病因)进行 EER 的精准诊断(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:慢性咳嗽、食管外反流、咽喉反流、过敏、哮喘。慢性咳嗽是一种非常令人不适的症状,显著降低患者的生活质量,并困扰周围人。慢性咳嗽的一个非常常见的病因或协同因素为食管外反流(EER)。液体反流,甚至仅为气溶胶反流,都会引起黏膜炎症并使气道黏膜致敏,随后气道黏膜对即使轻微的刺激也敏感。咳嗽随后进一步损伤黏膜,形成恶性循环。EER 可以是慢性咳嗽的主要原因,也可以是其他病因(过敏性及非过敏性支气管哮喘、慢性鼻窦炎等)患者咳嗽的加重协同因素。本项目旨在对慢性咳嗽患者(同时诊断有过敏病因及无过敏病因的患者)进行 EER 的精准诊断。
【主题与分类】
主题标签:Chronic Cough、Extraesophageal Reflux、Laryngopharyngeal Reflux、Allergy、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/NCT04984304
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/NCT04984304
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
病症:慢性咳嗽、食管外反流、咽喉反流、过敏、哮喘。慢性咳嗽是一种非常令人不适的症状,显著降低患者的生活质量,并且影响周围人群。慢性咳嗽的一个非常常见的原因或协同因素为食管外反流(EER)。液体反流,甚至仅为气溶胶反流,均可引起黏膜炎症,并使气道黏膜致敏,使其对即使轻微的刺激物也敏感。咳嗽随后进一步损伤黏膜,形成恶性循环。EER可以是慢性咳嗽的主要原因,但也可是其他原因(过敏性和非过敏性支气管哮喘、慢性鼻窦炎等)所致咳嗽患者的加重协同因素。本项目旨在对慢性咳嗽患者(同时诊断有过敏原因和无过敏原因的患者)进行EER的精确诊断。准确的诊断和严重程度评估可将患者分为2组。症状和检查结果较轻的一组将在第一阶段接受饮食和生活方式调整治疗。
如果患者对这种“保守”治疗有积极反应,就不必接受一系列检查。对于存在严重问题且确诊为EER的患者,将根据推荐措施进行个体化治疗。研究方案 * 签署知情同意书 * 病史问卷(年龄、性别、体重、身高、吸烟、饮酒、反流性疾病、过敏性疾病治疗、胃灼热、反流性疾病治疗) 变态反应学检查 * 咳嗽视觉模拟量表(VAS) * Hull气道反流问卷 * 哮喘控制测试 * 肺量计检查 * 点刺试验 * 呼出气一氧化氮分数(FeNO)检测 * 实验室检查(IgE、特异性IgE、ECP) 耳鼻咽喉科检查 * 咳嗽视觉模拟量表(VAS) * RSS-12(反流症状评分-12) * RSA-简版(反流体征评估-简版) * 感知压力量表 * 抗反流预防措施依从性评估视觉模拟量表(VAS) * 将患者分为2组 Ar
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。




