中国海南省三亚市气候与环境因素对呼吸系统疾病影响研究
该数据集来自 clinicaltrials.gov,为一项观察性研究,旨在探讨三亚独特的热带气候与环境因素对患有哮喘、过敏性鼻炎、COPD 或特应性皮炎等疾病的候鸟老人及在校儿童的影响

基本信息
资源简介
中国海南省三亚市气候与环境因素对呼吸系统疾病影响研究
该数据集来自 clinicaltrials.gov,为一项观察性研究,旨在探讨三亚独特的热带气候与环境因素对患有哮喘、过敏性鼻炎、COPD 或特应性皮炎等疾病的候鸟老人及在校儿童的影响。研究采用整群抽样,由三亚市妇幼保健院(三亚妇女儿童医院)招募社区候鸟老人和在校儿童,三亚中心医院(海南省第三人民医院)和三亚市人民医院协助诊断老人疾病,气候与环境数据来自三亚市气象局和三亚市生态环境局。数据可用于分析气候环境与呼吸系统及过敏性疾病之间的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):研究条件:哮喘、过敏性鼻炎、慢性阻塞性肺疾病(COPD)、特应性皮炎、湿疹、荨麻疹、支气管炎、支气管扩张症成人。本研究为观察性研究,将采用整群抽样方法,由三亚市妇幼保健院(三亚妇女儿童医院)在三亚招募社区流动老年人和在校儿童。三亚中心医院(海南省第三人民医院)和三亚市人民医院将协助诊断老年人疾病。气候和环境数据将从三亚市气象局和三亚市生态环境局获取。1. 主要目的是调查独特的热带气候和环境因素对来自中国北方、患有哮喘、过敏性鼻炎、COPD或特应性皮炎等疾病并迁居三亚的老年人的影响,并为旅游业和健康保健产业的宣传提供科学依据。2. 次要目的是调查三亚儿童中哮喘、过敏性鼻炎和特应性皮炎的患病率及危险因素,为预防和控制策略提供基础。3. 第三个目的是回顾性分析过去十年三亚气候和环境因素对儿童哮喘、过敏性鼻炎和特应性皮炎的影响,并对三亚和上海儿童的发病率进行比较分析。
【主题与分类】
主题标签:Asthma、Allergic Rhinitis、Atopic Dermatitis、Eczema、Urticaria、Bronchitis、Bronchiectasis Adult、Emphysema。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/NCT05330637
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/NCT05330637
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
疾病范围:哮喘、过敏性鼻炎、慢性阻塞性肺疾病(COPD)、特应性皮炎、湿疹、荨麻疹、支气管炎、支气管扩张(成人)。本研究为观察性研究,将由三亚市妇幼保健院(三亚妇女儿童医院)采用整群抽样方法,招募社区流动老年人和在校儿童。三亚中心医院(海南省第三人民医院)和三亚市人民医院将协助诊断老年人疾病。气候与环境数据将取自三亚市气象局和三亚市生态环境局。1. 主要目的是调查独特的热带气候和环境因素对来自中国北方、患有哮喘、过敏性鼻炎、COPD或特应性皮炎等疾病并迁居三亚的流动老年人的影响,并为旅游和健康产业的宣传提供科学依据。2.
次要目的是调查三亚市儿童哮喘、过敏性鼻炎和特应性皮炎的患病率及危险因素,为制定预防和控制策略提供依据。第三,回顾性分析近十年三亚市气候和环境因素对儿童哮喘、过敏性鼻炎和特应性皮炎的影响,并对三亚市和上海市儿童的发病率进行比较分析。
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。




