磷酸二酯酶4基因变异与持续性儿童哮喘沙丁胺醇反应
该数据集来自 clinicaltrials.gov，聚焦持续性儿童哮喘，纳入6至18岁、按常规护理接受沙丁胺醇治疗的哮喘患者，并通过 Oragen®.DNA OG-575 试剂盒采集唾液样本
基本信息
资源简介
磷酸二酯酶4基因变异与持续性儿童哮喘沙丁胺醇反应
该数据集英文名为 Phosphodiesterase 4 Gene Variant and Salbutamol Response in Persistent Childhood Asthma，在站内归入呼吸系统疾病 / 哮喘分类，来源为 clinicaltrials.gov。数据集聚焦持续性儿童哮喘，纳入对象为 6 至 18 岁、按常规护理接受沙丁胺醇治疗的哮喘患者，并通过 Oragen®.DNA OG-575 试剂盒采集患者唾液样本。数据集的主题标签为 Asthma。整体来看，该数据集围绕儿童持续性哮喘人群的沙丁胺醇治疗背景与唾液样本采集展开，可用于了解该研究在受试者年龄范围、治疗方式和生物样本采集方式等方面的基本信息。
【数据集背景】
该数据集来源于 clinicaltrials.gov，所属分类为呼吸系统疾病 / 哮喘，主题标签为 Asthma。其英文名称明确指向持续性儿童哮喘中的磷酸二酯酶 4 基因变异与沙丁胺醇反应这一主题方向。源站描述给出的条件为 Asthma，即研究对象为哮喘患者。数据集关注的是儿童持续性哮喘这一特定人群，并将沙丁胺醇治疗与基因变异、治疗反应联系起来。关于该研究的具体科学假设、研究设计类型、样本量规模、研究起止时间等信息，源站未提供。
【数据内容】
依据源站描述，该数据集涉及的对象为 6 至 18 岁、患有哮喘并按照常规护理接受沙丁胺醇治疗的患者。数据集主题标签为 Asthma。数据内容与唾液样本相关，样本采集使用 Oragen®.DNA OG-575 试剂盒。关于数据集具体包含哪些字段、是否包含基因变异检测结果、沙丁胺醇反应指标、随访记录或人口学信息等，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述说明，将从 6 至 18 岁、患有哮喘并按常规护理接受沙丁胺醇治疗的患者中招募受试者，并使用 Oragen®.DNA OG-575 试剂盒采集患者唾液。关于招募地点、招募时间、样本运输与保存条件、伦理审批信息等，源站未提供。
【适用场景】
该数据集的主题标签为 Asthma，分类为呼吸系统疾病 / 哮喘，研究对象为 6 至 18 岁持续性儿童哮喘患者，且涉及按常规护理接受沙丁胺醇治疗及唾液样本采集。因此，其适用场景应与儿童哮喘、沙丁胺醇治疗背景以及唾液样本相关的了解和研究工作有关。关于该数据集在药物基因组学分析、治疗反应预测或其他具体研究用途上的适用性，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集来源为 clinicaltrials.gov，源站描述明确了目标人群年龄范围、哮喘条件、沙丁胺醇治疗背景以及唾液采集试剂盒。关于样本量、数据完整性、缺失情况、质量控制措施、偏倚风险等质量与限制信息，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/NCT03592212
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。将招募6至18岁、患有哮喘且按常规护理接受沙丁胺醇治疗的患者。将使用Oragen®.DNA OG-575试剂盒采集患者的唾液。
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。
