儿童支气管哮喘肺康复联合洞穴疗法数据集

该数据集来自 clinicaltrials.gov,聚焦儿童支气管哮喘的肺康复联合洞穴疗法研究。源站描述显示,研究分析了 415 例临床诊断为支气管哮喘的患儿病历,患者接受中位时长 32 天的康复治疗并配合平均 15 次洞穴疗法

University School of Physical Education, Krakow, PolandUniversity School of Physical Education, Krakow, Poland
clinicaltrials
浏览 4
文本回归Asthma in Children
Pulmonary Rehabilitation Combined With Speleotherapy in Children With Bronchial Asthma

基本信息

模态
文本
任务类型
回归
创建/更新时间
2026-10-22

资源简介

儿童支气管哮喘肺康复联合洞穴疗法数据集

该数据集来自 clinicaltrials.gov,聚焦儿童支气管哮喘的肺康复联合洞穴疗法研究。源站描述显示,研究分析了 415 例临床诊断为支气管哮喘的患儿病历,患者接受中位时长 32 天的康复治疗并配合平均 15 次洞穴疗法。数据涵盖洞穴疗法干预前后的 spirometry 参数、呼出气一氧化氮浓度(FeNO)及 6 分钟步行试验(6MWT)距离,可用于评估儿童哮喘患者的肺功能与运动耐量变化(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:儿童哮喘。背景:支气管哮喘是儿童慢性疾病和缺课的主要原因。本研究旨在评估 2022 年 1 月至 2023 年 10 月期间在 Zlaté Hory 的 Sanatorium Edel 接受洞穴疗法干预(STI)的哮喘患儿的肺功能和运动耐量。方法:分析了 415 例临床诊断为支气管哮喘(J45.9、J45.0、J45、J45.8、J45.1)患者的病历。患者接受康复和治疗住院,中位住院时长为 32 天,并配合平均 15 次洞穴疗法。在 STI 前后测量了 spirometry 参数、呼出气一氧化氮浓度(FeNO)和 6 分钟步行试验(6MWT)距离。

【主题与分类】

主题标签:Asthma in Children。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/NCT06557824

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/NCT06557824

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:儿童哮喘。背景:支气管哮喘是儿童慢性疾病和缺课的主要原因。本研究旨在评估2022年1月至2023年10月期间在Zlaté Hory的Sanatorium Edel接受洞穴疗法干预(STI)的哮喘儿童的肺功能和运动耐量。方法:分析了415例临床诊断为支气管哮喘(J45.9、J45.0、J45、J45.8、J45.1)患者的病历。患者接受康复和治疗住院,中位住院时间为32天,平均接受15次洞穴疗法治疗。在STI前后测量了肺量计参数、呼出气一氧化氮分数浓度(FeNO)和6分钟步行试验(6MWT)距离。

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