儿童呼吸急症治疗研究
该数据集来自 clinicaltrials.gov,聚焦儿童哮喘相关呼吸急症。源站描述指出,每年超过 20 万名儿童因呼吸窘迫呼叫 911 紧急医疗服务,其中多数存在急性喘息;在院前环境中早期治疗可更快缓解症状、预防低氧、减少侵入性干预和住院需求

基本信息
资源简介
儿童呼吸急症治疗研究
该数据集来自 clinicaltrials.gov,聚焦儿童哮喘相关呼吸急症。源站描述指出,每年超过 20 万名儿童因呼吸窘迫呼叫 911 紧急医疗服务,其中多数存在急性喘息;在院前环境中早期治疗可更快缓解症状、预防低氧、减少侵入性干预和住院需求。描述还提及某站点初步数据显示,引入含口服地塞米松的儿童哮喘方案后,住院率从 30% 降至 21%,并说明两岁及以上儿童急诊急性喘息的标准治疗包括吸入异丙托溴铵和地塞米松。数据可用于儿童哮喘院前与急诊治疗相关研究(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。每年有超过 20 万名儿童因呼吸窘迫而触发 911 紧急医疗服务(EMS)出动,其中大多数存在急性喘息。在院前环境中进行早期治疗可以更快地缓解呼吸窘迫症状、预防低氧、减少侵入性干预,并降低住院需求,从而有助于更早恢复正常日常活动。来自一个站点的初步数据发现,当 EMS 系统引入包含口服地塞米松的儿童哮喘方案后,儿童住院率从 30% 降至 21%。目前两岁及以上儿童急性喘息的急诊科(ED)治疗标准包括吸入异丙托溴铵和地塞米松。这些治疗具有长期的安全性历史,并且在 ED 中早期使用时能有效预防住院。S
【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/NCT06074185
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/NCT06074185
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。每年有超过20万名儿童因呼吸窘迫而触发911紧急医疗服务(EMS),其中大多数患有急性喘息。在院前环境中进行早期治疗可以更迅速地缓解呼吸窘迫症状,预防低氧血症,减少侵入性干预,并降低住院需求,从而有助于更早恢复正常日常活动。来自一个站点的初步数据发现,当EMS系统引入包含口服地塞米松的儿童哮喘方案后,儿童住院率从30%降至21%。目前急诊科(ED)对两岁及以上儿童急性喘息治疗的标准包括吸入异丙托溴铵和地塞米松。这些治疗具有长期的安全使用历史,并且在ED中早期使用时能有效预防住院。具体的治疗方案通常指导院前护理。异丙托溴铵和地塞米松受到制定院前护理示范方案的国家EMS组织的推荐。
然而,美国大型都市区中仅有25%的紧急医疗服务(EMS)机构允许使用异丙托溴铵,且仅有10%将地塞米松纳入其治疗方案。亟需开展一项临床试验,以评估为危及生命的喘息儿童实施在急诊科已证实有效的干预措施所需的大量EMS资源是否能改善患者结局。这项三中心试点试验的总体目标是解决与研究实施相关的具体问题并确保其可行性。该研究将在儿科急诊护理应用研究网络(PECARN)的EMS附属机构(EMSAs)中开展。研究者将纳入年龄2-17岁、因急性危及生命的喘息而拨打911的患者。具体目标为:1)制定并制作包含异丙托溴铵和地塞米松的治疗 bundle 院前核查表;2)确定可行
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。




