未精炼鲑鱼油作为成人哮喘膳食补充剂
该数据集来自 clinicaltrials.gov,主题为未精炼鲑鱼油 CARDIO® 作为标准治疗之外的膳食补充剂用于成人哮喘患者

基本信息
资源简介
未精炼鲑鱼油作为成人哮喘膳食补充剂
该数据集来自 clinicaltrials.gov,主题为未精炼鲑鱼油 CARDIO® 作为标准治疗之外的膳食补充剂用于成人哮喘患者。研究采用双盲、安慰剂对照、随机试验设计。干预产品为未精炼鲑鱼油软胶囊,含 21 种脂肪酸(超过 99.1%)、脂肽(低于 0.9%)、抗氧化剂及其他微量代谢物。源站描述提及海洋食物中长链 n-3 多不饱和脂肪酸、EPA 和 DHA 对健康的促进作用,以及细胞和小鼠研究显示可减少肺部白细胞浸润和促炎细胞因子,但人类哮喘临床试验结果不一。可用于哮喘营养干预相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Asthma. 本研究是一项双盲、安慰剂对照、随机试验,研究未精炼鲑鱼油 CARDIO® 作为哮喘患者标准治疗之外的补充。研究产品是一种基于未精炼鲑鱼油的软胶囊制剂,含有 21 种不同脂肪酸(超过 99.1%)、脂肽(低于 0.9%)、抗氧化剂和其他微量代谢物。研究表明,海洋食物具有促进人类健康的营养特性,特别是长链 n-3 多不饱和脂肪酸(n-3 PUFA)、二十碳五烯酸(EPA)和二十二碳六烯酸(DHA)的高摄入。细胞培养和小鼠研究报告称,摄入 n-3 PUFA、EPA 和 DHA 可减少肺部白细胞浸润并降低促炎细胞因子。然而,在诊断为哮喘的人类中进行的临床试验显示出不同的结果
【主题与分类】
主题标签:Asthma。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/NCT05137132
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/NCT05137132
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。本研究是一项双盲、安慰剂对照、随机试验,旨在探讨在哮喘患者标准治疗基础上加用未精炼鲑鱼油CARDIO®的效果。研究产品是一种基于未精炼鲑鱼油的软胶囊制剂,含有21种不同的脂肪酸(超过99.1%)、脂肽(低于0.9%)、抗氧化剂及其他微量代谢物。研究表明,海洋食品具有促进人类健康的营养特性,尤其是长链n-3多不饱和脂肪酸(n-3 PUFA)、二十碳五烯酸(EPA)和二十二碳六烯酸(DHA)的高摄入。细胞培养和小鼠研究报道,摄入n-3 PUFA、EPA和DHA可减少肺部白细胞浸润并降低促炎细胞因子。然而,在确诊为哮喘的人类临床试验中,关于n-3 PUFA补充的研究结果不一。本研究的目的是探讨CARDIO®是否具有抗炎作用,能够预防哮喘急性发作,改善哮喘控制和生活质量。
将通过肺功能检查(PEF、肺量计和FeNO)、血液样本、营养日志、生活质量问卷(ACQ-5)以及用于研究生物样本库的血液和粪便采集来收集数据。研究干预期为20周,另加4周干预后随访,主要出于安全性考虑。由于本研究本质上是探索性的,因此选择了兼顾统计效能需求与资源限制的样本量。根据现有资源,预定可招募80名参与者,每组40名。我们考虑到约20%的总脱落率(每组8名受试者)而纳入误差范围,因此估计本研究需要重新计算的参与者人数为100名(每组50名)。在此参与者数量下,该研究能够检测到40%的急性加重率下降(即率比为0.6),在显著性假设下
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。




