副交感神经活动在伴固定气道阻塞的轻至重度哮喘中的作用(PARASMA研究)
该数据集来自clinicaltrials.gov,主题为副交感神经活动在伴固定气道阻塞的轻至重度哮喘中的作用(PARASMA研究),属于呼吸系统疾病/哮喘分类

基本信息
资源简介
副交感神经活动在伴固定气道阻塞的轻至重度哮喘中的作用(PARASMA研究)
该数据集来自clinicaltrials.gov,主题为副交感神经活动在伴固定气道阻塞的轻至重度哮喘中的作用(PARASMA研究),属于呼吸系统疾病/哮喘分类。源站描述涉及哮喘、气道阻塞、气道重塑及副交感神经系统疾病,指出慢性气道炎症、支气管高反应性和可变气流阻塞在哮喘发病中起重要作用,伴不可逆或固定气流阻塞的哮喘是一种临床表型,与病程更长、气道重塑及肺功能下降相关,且低肺功能(FEV1低于60%预计值)可预测哮喘发作及哮喘控制、SABA使用等结局。该数据可用于哮喘表型与预后相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:哮喘、气道阻塞、气道重塑、副交感神经系统疾病。在哮喘中,发病机制的重要作用包括慢性气道炎症、支气管高反应性和可变气流阻塞。伴有不可逆或固定气流阻塞(FAO)的哮喘是一种临床表型,由慢性气道炎症引起,病程更长,提示气道重塑导致了哮喘患者肺功能下降。尽管这种情况常发生于重度哮喘患者,但有证据表明也可发生于轻至中度哮喘患者。根据既往研究,低肺功能,即FEV1低于60%预计值,是后续哮喘发作及其他哮喘结局(包括哮喘控制和SABA使用)的强独立预测因子。在一项近期研究中,
【主题与分类】
主题标签:Asthma、Airway Obstruction、Airway Remodeling、Parasympathetic Nervous System 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/NCT05550402
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/NCT05550402
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
疾病:哮喘、气道阻塞、气道重塑、副交感神经系统疾病。在哮喘中,慢性气道炎症、支气管高反应性和可变性气流阻塞是发病机制中的重要作用。伴有不可逆或固定性气流阻塞(FAO)的哮喘是一种临床表型,由慢性气道炎症导致,且病程较长,提示气道重塑是哮喘患者肺功能下降的原因之一。尽管这种情况常见于重度哮喘患者,但也有证据表明其可见于轻至中度哮喘患者。根据既往研究,低肺功能,即FEV1低于预测值的60%,是后续哮喘发作及其他哮喘结局(包括哮喘控制和短效β2受体激动剂使用)的强有力独立预测因子。在一项近期研究中,接受轻度至中等剂量吸入性糖皮质激素联合长效β2受体激动剂治疗的轻至中度哮喘患者,无论哮喘是否得到控制,均显示出伴有或不伴有支气管舒张剂可逆性的FAO证据。
因此,FAO可能影响这些患者的副交感神经活动。自主神经系统在哮喘中起着至关重要的作用,尤其是副交感神经,它促进支气管收缩并调节气道炎症和重塑。本研究假设,胆碱能机制可能在轻度、中度和重度哮喘患者的FAO中发挥重要作用。这可能增加基本证据,促使在FAO驱动的早期哮喘严重程度中早期使用抗胆碱能药物进行治疗。
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。




