Symbicort 在法国哮喘治疗中的使用及新治疗策略对依从性与哮喘控制的影响
该数据集来自 clinicaltrials.gov，属于呼吸系统疾病/哮喘分类，主题标签为 Asthma。源站描述为一项描述性药物流行病学研究，关注 Symbicort Turbuhaler 在法国哮喘治疗中的使用情况，以及一种新治疗策略对用药依从性和哮喘控制的影响
基本信息
资源简介
Symbicort 在法国哮喘治疗中的使用及新治疗策略对依从性与哮喘控制的影响
该数据集英文名为 Symbicort Usage in Asthma Treatment and Impact of a New Therapeutic Strategy on Compliance and Asthma Control in France，来自 clinicaltrials.gov，归入呼吸系统疾病 / 哮喘分类，主题标签为 Asthma。源站将其描述为一项描述性药物流行病学研究，考察 Symbicort Turbuhaler 在法国哮喘治疗中的使用情况，以及一种新治疗策略对用药依从性和哮喘控制的影响。数据集围绕哮喘这一呼吸系统疾病，聚焦真实世界用药模式与治疗策略效果，适合关注吸入制剂使用、依从性评估和哮喘控制结局的研究者参考。
【数据集背景】
哮喘是常见的呼吸系统慢性疾病，其长期管理依赖规范的吸入药物治疗，而用药依从性与哮喘控制水平密切相关。该数据集来源于 clinicaltrials.gov，属于呼吸系统疾病 / 哮喘分类，主题标签为 Asthma。源站描述指出，该研究为一项描述性药物流行病学研究，地点设定在法国，研究对象为接受 Symbicort Turbuhaler 治疗的哮喘患者，研究目的在于描述该药物在法国哮喘治疗中的实际使用情况，并评估一种新治疗策略对用药依从性和哮喘控制的影响。这一背景使数据集具有真实世界药物利用研究的定位，而非随机对照试验。
【数据内容】
源站描述仅说明该数据集涉及 Symbicort Turbuhaler 在法国哮喘治疗中的使用情况，以及一种新治疗策略对依从性和哮喘控制的影响，属于描述性药物流行病学研究。关于具体变量、样本量、随访时长、依从性测量方式、哮喘控制评价指标及数据表结构等，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov，源站描述中标注的条件为 Asthma。研究设计为描述性药物流行病学研究，实施地点为法国。关于数据采集的具体机构、时间范围、抽样方法及数据收集流程，源站未提供。
【适用场景】
基于源站描述，该数据集可用于了解 Symbicort Turbuhaler 在法国哮喘治疗中的使用模式，以及一种新治疗策略与用药依从性、哮喘控制之间关系的描述性研究场景。其药物流行病学定位适合作为真实世界用药情况与治疗策略评估的参考。关于更具体的适用分析类型，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、数据格式、访问方式或分析指引。
【质量与限制】
该数据集为描述性药物流行病学研究，源站描述未提供样本量、数据完整性、偏倚控制及验证情况等信息。由于缺乏上述细节，使用时应以源站描述所界定的研究范围为准。关于质量评估与使用限制的更多信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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/NCT00812357
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：哮喘。关于在法国使用信必可都保治疗哮喘的描述性药物流行病学研究，以及一种新治疗策略对哮喘依从性和控制的影响
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。
