伊曲康唑单药对比泼尼松龙治疗变应性支气管肺曲霉病
本数据集来自 clinicaltrials.gov,主题为变应性支气管肺曲霉病(ABPA)的治疗比较,聚焦伊曲康唑单药与泼尼松龙的疗效对照

基本信息
资源简介
伊曲康唑单药对比泼尼松龙治疗变应性支气管肺曲霉病
本数据集来自 clinicaltrials.gov,主题为变应性支气管肺曲霉病(ABPA)的治疗比较,聚焦伊曲康唑单药与泼尼松龙的疗效对照。ABPA 是对烟曲霉抗原产生的复杂超敏反应所致的肺部疾病,在支气管哮喘人群中患病率较高,有 meta 分析提示哮喘门诊中 ABPA 患病率可高达 13%。数据可用于研究 ABPA 的诊断标准、治疗选择与临床结局,适合开展治疗分组或疗效相关的分类建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:变应性支气管肺曲霉病。变应性支气管肺曲霉病(ABPA)是一种由对烟曲霉释放的抗原产生的复杂超敏反应所引起的肺部疾病。该临床实体最早由 Hinson 等人于 1952 年描述,痰中烟曲霉的临床与免疫学意义由 Pepys 及其同事于 1959 年报道。ABPA 在支气管哮喘中的患病率相当高,近期一项 meta 分析提示哮喘门诊中 ABPA 的患病率可高达 13%。ABPA 的诊断标准已经确立,通常包括以下八项主要标准:(a)哮喘病史;(b)一过性或固定性肺部浸润影;(c)对烟曲霉抗原的即刻皮肤超敏反应;(d)绝对嗜酸性粒细胞计数 > 1000/µL;(e)针对烟曲霉的血清沉淀素
【主题与分类】
主题标签:Allergic Bronchopulmonary Aspergillosis。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/NCT01321827
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/NCT01321827
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:变应性支气管肺曲霉病。变应性支气管肺曲霉病(ABPA)是一种由对烟曲霉菌释放的抗原产生的复杂超敏反应所导致的肺部疾病。该临床实体最早由Hinson等人于1952年描述,而烟曲霉菌在痰液中的临床和免疫学意义则由Pepys及其同事于1959年报道。ABPA在支气管哮喘中的患病率相当高,近期一项荟萃分析提示,在哮喘门诊中ABPA的患病率可高达13%。ABPA的诊断标准已经确立,通常包括以下八项主要标准:(a)哮喘病史;(b)一过性或固定性肺部浸润影;(c)对烟曲霉菌抗原的即刻皮肤高反应性;(d)绝对嗜酸性粒细胞计数>1000/µL;(e)针对烟曲霉菌的血清沉淀素;(f)总IgE水平>1000 IU/mL;(g)高分辨率计算机断层扫描(HRCT)显示中心性支气管扩张;以及(h)烟曲霉菌特异性IgE或IgG水平升高。
然而,这些均非ABPA的特异性指标,关于诊断所需标准数量仍无共识,且处于ABPA不同阶段的患者可能并不满足所有这些标准。此外,ABPA缓解的定义也尚未确立。目前最广泛遵循的标准是临床和影像学改善,同时总血清IgE水平至少下降35%。然而,在最近的一项研究中,研究者发现,并非所有ABPA患者在六周时血清IgE水平都能下降35%,且基线IgE水平<2500 IU/mL的患者下降速度更慢。此外,血清IgE水平的下降幅度并不能预测临床结局。该病在印度高度流行。研究者此前已报告了在稳定性支气管哮喘和急性重症哮喘门诊患者中筛查ABPA的经验。研究者近期还报告了相关的预后因素
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。




