穴位贴敷联合奥马珠单抗治疗重度过敏性哮喘随机对照试验原始数据
该数据集为一项前瞻性、随机、开放标签、平行组临床试验的去标识化患者级原始数据，于2024年6月至12月在中国成都中西医结合医院开展
基本信息
资源简介
穴位贴敷联合奥马珠单抗治疗重度过敏性哮喘随机对照试验原始数据
Raw data for: Acupoint Plaster Application Combined with Omalizumab for Severe Allergic Asthma: A Randomized Controlled Trial
该数据集为一项前瞻性、随机、开放标签、平行组临床试验的去标识化患者级原始数据，于2024年6月至12月在中国成都中西医结合医院开展。共56例重度过敏性哮喘成人按1:1随机分为奥马珠单抗联合穴位贴敷组（试验组，n=28）与单用奥马珠单抗组（对照组，n=28）。数据涵盖基线人口学与临床特征、共同主要结局（哮喘控制测试评分与中医症状评分）、次要结局（迷你哮喘生活质量问卷、急救药物使用、外周血嗜酸性粒细胞计数、呼出气一氧化氮、肺功能参数及T淋巴细胞亚群），测量时点为基线、第8周和第16周。可用于疗效评估、免疫调节机制探索及预测建模（来源 DOI 解析，Creative Commons Attribution 4.0 Internationa。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含一项前瞻性、随机、开放标签、平行组临床试验的去标识化患者级数据，该试验于2024年6月至2024年12月在中国成都中西医结合医院开展。共56例重度过敏性哮喘成人按1:1随机分配，接受奥马珠单抗联合穴位贴敷（试验组，n=28）或单用奥马珠单抗（对照组，n=28）。数据集包括基线人口学与临床特征、共同主要结局（哮喘控制测试评分与中医症状评分）、次要结局（迷你哮喘生活质量问卷、急救药物使用、外周血嗜酸性粒细胞计数、呼出气一氧化氮、肺功能参数及T淋巴细胞亚群），测量时点为基线、第8周和第16周，以及一个
【主题与分类】
主题标签：severe allergic asthma、omalizumab、acupoint plaster application、traditional Chinese medicine、randomized controlled trial、type 2 inflammation、immunomodulation。本站分类：呼吸系统疾病/哮喘。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.21436877
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.21436877
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:
数据集大小约 53.6 KB。
数据说明
本数据集包含一项前瞻性、随机、开放标签、平行组临床试验的去标识化患者级数据，该试验于2024年6月至2024年12月在中国成都中西医结合医院开展。共56名重度过敏性哮喘成人患者按1：1随机分配，接受奥马珠单抗联合穴位贴敷治疗（试验组，n=28）或单用奥马珠单抗治疗（对照组，n=28）。数据集包括基线人口统计学和临床特征、共同主要结局（哮喘控制测试评分和中医症状评分）、次要结局（迷你哮喘生活质量问卷、急救药物使用、外周血嗜酸性粒细胞计数、呼出气一氧化氮分数、肺功能参数和T淋巴细胞亚群），这些指标在基线、第8周和第16周进行测量，以及不良事件记录。所有数据均已按照适用的隐私法规进行去标识化处理。
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。
