IBD患者呼吸系统损伤患病率研究
该数据集来自clinicaltrials.gov,关注炎症性肠病(IBD)患者中呼吸系统损伤的患病情况。研究覆盖慢性阻塞性肺疾病、哮喘、支气管扩张症及炎症性肠病等主题,旨在估计IBD(克罗恩病和溃疡性结肠炎)患者中因呼吸系统症状而诊断为慢性呼吸系统疾病(哮喘、COPD、支气管扩张症)的患病率

基本信息
资源简介
IBD患者呼吸系统损伤患病率研究
该数据集来自clinicaltrials.gov,关注炎症性肠病(IBD)患者中呼吸系统损伤的患病情况。研究覆盖慢性阻塞性肺疾病、哮喘、支气管扩张症及炎症性肠病等主题,旨在估计IBD(克罗恩病和溃疡性结肠炎)患者中因呼吸系统症状而诊断为慢性呼吸系统疾病(哮喘、COPD、支气管扩张症)的患病率。数据可用于呼吸系统疾病与IBD共病的流行病学分析、患病率估计及相关临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性阻塞性肺疾病、哮喘、支气管扩张症、炎症性肠病。大约三分之一的IBD患者会在疾病过程中出现全身性消化道外表现(关节、皮肤或眼科),并且高达25%的患者甚至在诊断IBD之前就会出现这些全身性表现。在这些全身性受累中,呼吸系统表现仍然鲜为人知,因为日常临床实践中并未对此进行筛查。本研究的主要目的是估计IBD患者(克罗恩病和UC)中导致慢性呼吸系统疾病(哮喘、COPD、支气管扩张症)诊断的呼吸系统症状的患病率。患者将在肝胃肠病科医生进行常规咨询期间被招募,作为其慢性炎症性肠病管理的一部分。
【主题与分类】
主题标签:Chronic Obstructive Pulmonary Disease、Asthma、Bronchiectasis、Inflammatory Bowel Diseases。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/NCT04225650
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/NCT04225650
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:慢性阻塞性肺疾病、哮喘、支气管扩张、炎症性肠病。大约三分之一的IBD患者在疾病过程中会出现全身性消化道外表现(关节、皮肤或眼科),多达25%的患者甚至在诊断IBD之前就会出现这些全身性表现。在这些全身性影响中,呼吸系统表现仍然鲜为人知,因为在日常临床实践中并未对其进行探查。本研究的主要目的是估计IBD患者(克罗恩病和UC)中导致慢性呼吸系统疾病(哮喘、COPD、支气管扩张)诊断的呼吸系统症状的患病率。患者将在肝胃肠病科医生例行咨询期间招募,作为其慢性炎症性肠病管理的一部分。在此次咨询期间,研究医生将向患者解释研究目的,并与其核对 eligibility 标准。随后将向患者提供一份信息说明。
他或她可以提出任何他或她想问的问题,如果他或她拒绝参与研究,他或她将必须签署一份反对表,一式两份(一份副本将交给患者,另一份将保存在医疗档案中)。医生也将在两份副本上签字。在咨询结束时,患者将必须完成以下问卷:“欧洲社区呼吸健康调查”,该问卷可用于筛查有慢性呼吸系统疾病(哮喘、COPD、支气管扩张、肺气肿)风险的患者。如果申报有功能性呼吸体征,将系统性地提议与CHRU Nancy-Brabois肺科部的肺科医生进行咨询。在本次咨询结束时,如果医生认为有必要,将提议进一步的检查并/或组织定期随访。患者将在问卷前被告知这一可能的肺科随访。
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。




