外源性雌性性激素启用与气道对乙酰甲胆碱反应性的前瞻性队列研究
该数据集来自 clinicaltrials.gov，聚焦哮喘与呼吸系统疾病，主题为外源性雌性性激素启用与气道对乙酰甲胆碱反应性的前瞻性队列研究
基本信息
资源简介
外源性雌性性激素启用与气道对乙酰甲胆碱反应性的前瞻性队列研究
该数据集对应的是一项在 clinicaltrials.gov 登记的前瞻性队列研究，英文名称为 Initiation of Exogenous Female Sex Hormones and Airway Responsiveness to Methacholine - A Prospective Cohort Study，中文可译为“外源性雌性性激素启用与气道对乙酰甲胆碱反应性的前瞻性队列研究”。研究聚焦呼吸系统疾病中的哮喘问题，旨在探讨女性性激素治疗（包括避孕治疗与绝经期激素治疗）对成年女性支气管高反应性的影响。研究计划纳入 300 名即将开始激素治疗的女性，在治疗启用前后评估气道反应性，并同步考察肺功能、气道炎症与身体成分等指标，同时采集并储存血样以供后续炎症标志物分析。研究对象为 18 至 75 岁、即将开始激素治疗的女性，主要从丹麦首都大区的全科医生处招募。该数据集以哮喘为主题标签，属于呼吸系统疾病范畴，可为性激素与气道高反应性关系的研究提供队列层面的数据支撑。
【数据集背景】
支气管高反应性是哮喘的重要特征之一，而女性性激素水平的变化被认为可能与气道反应性的调节有关。该研究正是围绕这一主题设计：考察女性在启用外源性雌性性激素——既包括避孕治疗，也包括绝经期激素治疗——之后，气道对乙酰甲胆碱的反应性是否发生变化。研究采用前瞻性队列设计，计划纳入 300 名成年女性，通过治疗启用前后的对照评估，观察激素治疗与支气管高反应性之间的关联。研究人群覆盖 18 至 75 岁、即将开始激素治疗的女性，兼顾了育龄期避孕治疗与绝经期激素治疗两类暴露情境。
【数据内容】
根据源站描述，该研究将评估的指标包括肺功能、支气管高反应性、气道炎症以及身体成分，并在激素治疗启用前后分别进行测量。此外，研究还会采集血液样本并储存，用于后续炎症标志物的分析。数据的具体字段结构、变量类型、样本量分配、随访时间点等细节，源站未提供。
【采集与来源】
研究对象将从丹麦首都大区的全科医生处招募，纳入标准为 18 至 75 岁、即将开始激素治疗的女性。研究为前瞻性队列研究，受试者在激素治疗开始前后接受上述各项评估。数据登记来源为 clinicaltrials.gov。关于具体的采集流程、测量设备、随访间隔与数据录入方式，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，可用于探讨外源性雌性性激素治疗与支气管高反应性、肺功能、气道炎症及身体成分之间的关系；也可用于绝经期激素治疗与避孕治疗两类暴露情境下的比较分析，以及炎症标志物的后续研究。具体的使用场景边界与适用范围，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT06578169
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。本项目旨在研究女性性激素治疗（包括避孕治疗和绝经期激素治疗）对成年女性支气管高反应性的影响。该研究是一项前瞻性队列研究，纳入300名女性，考察在开始激素治疗（无论是绝经期激素治疗还是避孕治疗）前后的气道反应性。参与者将从丹麦首都大区的全科医生处招募。将在激素治疗前后评估肺功能、支气管高反应性、气道炎症和身体成分。还将采集血液样本并储存，以供后续炎症标志物分析。该研究将纳入18至75岁、即将开始激素治疗的女性。
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。
