阻塞性睡眠呼吸暂停受试者的哮喘是否由Dysanapsis引起
该数据集来自clinicaltrials.gov,主题为阻塞性睡眠呼吸暂停(OSA)受试者的哮喘是否由Dysanapsis引起,涉及哮喘、OSA与Dysanapis等条件

基本信息
资源简介
阻塞性睡眠呼吸暂停受试者的哮喘是否由Dysanapsis引起
该数据集来自clinicaltrials.gov,主题为阻塞性睡眠呼吸暂停(OSA)受试者的哮喘是否由Dysanapsis引起,涉及哮喘、OSA与Dysanapis等条件。源站描述讨论了全球哮喘患病率未见下降、英国哮喘真实负担难以确定、肥胖对肺功能的影响(功能残气量降低、补呼气量降低、呼吸浅快接近气道闭合压与肺闭合容积)、高BMI与哮喘的关联等背景。数据可用于呼吸系统疾病与哮喘相关研究,具体样本量、变量与采集方式源站未提供(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:哮喘、阻塞性睡眠呼吸暂停(OSA)、Dysanapis。没有证据表明全球哮喘患病率正在下降。有一些证据表明,这种西方疾病可能因医疗保健改善而看似患病率下降。然而,来自国家统计局办公室的证据表明,自2007年至2017年,哮喘死亡率可能逐年上升。英国哮喘的真实负担难以确定。肥胖对肺功能有影响,导致功能残气量降低和补呼气量降低。这导致呼吸浅快,接近气道闭合压和肺闭合容积,如本综述所示。这表明肥胖本身可能是呼吸困难的来源。高体重指数(BMI)已被证明与哮喘相关。它也与喘息相关
【主题与分类】
主题标签:Asthma、Obstructive Sleep Apnoea (OSA)、Dysanapis。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/NCT04142905
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/NCT04142905
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、阻塞性睡眠呼吸暂停(OSA)、呼吸困难。没有证据表明全球哮喘患病率正在下降。有一些证据表明,这种西方疾病可能因医疗保健的改善而呈现出患病率下降的表象。然而,来自国家统计局办公室的证据表明,自2007年至2017年,哮喘的死亡率可能逐年上升。哮喘在英国的真实负担难以确定。肥胖对肺功能有影响,导致功能残气量降低和终末储备容积减少。如本综述所示,这会导致接近气道闭合压力和肺闭合容积的快速浅呼吸。这表明肥胖本身可能是呼吸困难的来源。高身体质量指数(BMI)已被证明与哮喘相关。它也与并非哮喘的喘息相关。这一发现表明,肥胖本身可能与并非哮喘的喘息有关。在儿童中已显示,睡眠呼吸障碍与哮喘以及喘息均相关。
已知肥胖儿童无论是否伴有哮喘,均表现出气道发育不相称(气道横截面积相对于肺的大小偏小),然而如果伴有哮喘,哮喘的严重程度可能更重。目的:研究哮喘是否确实与成人受试者的睡眠呼吸障碍相关。研究睡眠呼吸障碍患者中喘息与气道发育不相称是否存在关联。零假设:在伴有哮喘的睡眠呼吸障碍受试者与不伴有哮喘的睡眠呼吸障碍受试者之间,就肺功能参数而言,没有差异。方法:最初,研究者的目标是查阅临床记录,并查看就诊于睡眠呼吸障碍门诊的伴有和不伴有哮喘受试者的肺功能检测。研究者打算在睡眠门诊中调查100名伴有哮喘者以及100名不伴
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。




