探究CREON2000A对轻中度持续性哮喘儿童哮喘控制的影响

该数据集来自clinicaltrials.gov,主题为呼吸系统疾病下的哮喘,聚焦CREON2000A系统对6至17岁轻中度持续性哮喘儿童哮喘控制的影响

General Innovations and Goods, Inc.General Innovations and Goods, Inc.
clinicaltrials
浏览 13
文本Asthma
Investigate the Effect of the CREON2000A on Asthma Control in Children With Mild to Moderate Persistent Asthma

基本信息

模态
文本
创建/更新时间
2026-10-17

资源简介

探究CREON2000A对轻中度持续性哮喘儿童哮喘控制的影响

该数据集来自clinicaltrials.gov,主题为呼吸系统疾病下的哮喘,聚焦CREON2000A系统对6至17岁轻中度持续性哮喘儿童哮喘控制的影响。源站描述指出,前期试点研究提供了CREON2000A可能对哮喘有益的初步证据,本研究为后续研究,受试儿童通常使用较少的控制药物且合并症较少,更易检测环境干预的治疗获益。研究涉及4次研究站点访视、2次家庭访视和7次电话呼叫,并依据NAEPP EPR3指南的改良算法调整哮喘治疗(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:哮喘。试点研究(方案编号PA-01-052;CREON2000对哮喘儿童健康影响。IB编号GI 1001)提供了初步证据,表明CREON2000A系统可能对哮喘有益。本研究是一项后续研究,以6至17岁患有轻中度持续性哮喘的儿童作为研究对象。儿童通常接受较少的控制药物治疗,且合并症较少,因此更有可能检测到环境干预的治疗获益。该研究将涉及4次研究站点访视、2次家庭访视和7次电话呼叫。站点临床医生将在基线(第1次访视)以及第1次访视后的每次随访门诊访视时,使用基于国家哮喘教育和预防项目专家小组报告3(NAEPP EPR3)指南的改良算法调整哮喘治疗。入组将……

【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/NCT02715375

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/NCT02715375

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。试点研究(方案编号PA-01-052;CREON2000对哮喘儿童健康影响的研究。IB ID# GI 1001)提供了初步证据,表明CREON2000A系统可能对哮喘有益。本研究为后续研究,以6至17岁患有轻度至中度持续性哮喘的儿童作为研究对象。儿童通常接受的控制器药物较少,且合并症较少,因此更有可能检测到环境干预的治疗效果。该研究将包括4次研究现场访视、2次家庭访视和7次电话通话。研究现场临床医生将在基线(第1次访视)以及第1次访视后的每次随访门诊访视时,根据美国国家哮喘教育与预防项目专家小组报告3(NAEPP EPR3)指南的修改算法调整哮喘治疗。入组将在18个月内完成。每位受试者的研究持续时间为12个月。

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