SMART-学校为基础的哮喘治疗
该数据集来自clinicaltrials.gov,聚焦儿童持续性哮喘的学校为基础治疗(SBAT)项目。源站描述指出,尽管哮喘指南和预防药物有效,许多患儿仍未获得推荐的每日抗炎治疗,随访调整和专科评估不一致

基本信息
资源简介
SMART-学校为基础的哮喘治疗
该数据集来自clinicaltrials.gov,聚焦儿童持续性哮喘的学校为基础治疗(SBAT)项目。源站描述指出,尽管哮喘指南和预防药物有效,许多患儿仍未获得推荐的每日抗炎治疗,随访调整和专科评估不一致。研究团队与Rochester City School District合作开发SBAT,通过学校直接观察治疗(DOT)提升指南治疗依从性,研究显示可减少急性发作和哮喘症状,利益相关方支持推广,但项目尚未广泛实施和持续。数据可用于分析儿童哮喘治疗依从性、学校干预效果及指南落地障碍(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:儿童哮喘。尽管已有完善的哮喘指南和有效的预防药物,许多持续性哮喘儿童仍未接受推荐的每日抗炎治疗,且基于指南的升级调整和专科评估的随访护理不一致。十多年前,研究人员与Rochester City School District合作,共同开发了学校为基础哮喘治疗(SBAT)项目,通过学校直接观察治疗(DOT)预防药物来增强对指南治疗的依从性。研究表明可减少急性发作和哮喘症状,关键利益相关方强烈支持项目继续和扩大。然而,尽管具有临床影响,SBAT尚未在研究试验之外广泛实施或持续,一些儿童仍存在次优
【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/NCT06796387
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/NCT06796387
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:儿童哮喘。尽管已有完善的哮喘指南和有效的预防性药物,许多持续性哮喘儿童仍未接受推荐的每日抗炎治疗,且基于指南的升级调整和专科评估的随访护理并不一致。十多年前,研究人员与罗切斯特市学区合作,共同开发了基于学校的哮喘治疗(SBAT)项目,通过在学校直接观察治疗(DOT)预防性药物来提高对指南治疗的依从性。研究表明该措施减少了急性发作和哮喘症状,关键利益相关者强烈支持项目的继续和扩大。然而,尽管具有临床影响,SBAT尚未在研究试验之外广泛实施或持续,且部分儿童哮喘控制仍不理想。近期指南对单一维持和缓解治疗(SMART)的认可,为加速将循证哮喘护理转化为现实实践提供了及时机遇。
SMART简化了哮喘管理,改善了症状控制,并在控制不佳时能够快速强化抗炎治疗,但其在常规儿科诊疗中的应用仍然有限。为弥补这一关键的实施差距并推进儿科哮喘诊疗,研究者计划启动SMART-SBAT,将单一ICS-福莫特罗吸入器引入学校,用于直接观察治疗(DOT)和症状驱动用药。由于学校护士已在管理缓解药物,用单一ICS-福莫特罗吸入器替代分开的控制药物和缓解药物吸入器可简化药物管理,促进SMART在现有学校卫生工作流程中的快速采纳,并在症状出现时实现治疗的“自然”升级。通过在学校嵌入指南推荐的SMART给药方式,SMART-SBAT为加速大规模真实世界实施提供了一条务实路径。SMART-SBAT还提供了一种
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。




