NAL ER 改善难治性慢性咳嗽 (RIVER)
该数据集来自 clinicaltrials.gov，主题为难治性慢性咳嗽，属于呼吸道疾病范畴。研究主要目的是评估 NAL ER 对 24 小时咳嗽频率的影响，并评估 NAL-ER 用于治疗难治性慢性咳嗽的安全性和耐受性
基本信息
资源简介
NAL ER 改善难治性慢性咳嗽 (RIVER)
该数据集英文名为 Refractory Chronic Cough Improvement Via NAL ER（RIVER），来源于 clinicaltrials.gov，主题聚焦于难治性慢性咳嗽，属于呼吸道疾病范畴。其核心研究目的包括两方面：一是评估 NAL ER 对 24 小时咳嗽频率的影响，二是评估 NAL-ER 用于治疗难治性慢性咳嗽时的安全性和耐受性。数据集围绕这一临床试验主题组织，标签为“Refractory Chronic Cough”，可为关注慢性咳嗽治疗进展、尤其是难治性慢性咳嗽干预方案的研究人员提供与试验相关的信息入口。整体而言，该数据集所对应的研究关注药物干预对咳嗽频率这一客观指标的潜在作用，同时将安全性、耐受性作为同等重要的评价维度，体现了呼吸系统疾病临床试验中疗效与风险并重的设计思路。
【数据集背景】
难治性慢性咳嗽是呼吸道疾病领域中治疗难度较高的一类情况。该数据集对应的研究以 Refractory Chronic Cough 为条件，旨在探索 NAL ER 在这一患者群体中的应用价值。研究的主要目的明确指向两个层面：其一是评估 NAL ER 对 24 小时咳嗽频率的影响，其二是评估 NAL-ER 用于治疗难治性慢性咳嗽的安全性和耐受性。这一背景说明，该数据集并非泛泛的咳嗽相关资源，而是围绕特定药物干预方案与特定难治性人群展开的临床试验信息集合。
【数据内容】
该数据集的主题标签为“Refractory Chronic Cough”，所属分类为呼吸道疾病 / 慢性咳嗽。其内容与一项以难治性慢性咳嗽为研究条件的临床试验相关，核心关注点包括 NAL ER 对 24 小时咳嗽频率的影响，以及 NAL-ER 在治疗难治性慢性咳嗽中的安全性和耐受性。除上述信息外，关于具体受试者数量、分组方式、剂量方案、随访时间、统计方法、终点定义细节等数据内容，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述指出，研究条件为 Refractory Chronic Cough，主要目的是评估 NAL ER 对 24 小时咳嗽频率的影响，并评估 NAL-ER 用于治疗难治性慢性咳嗽的安全性和耐受性。除来源站为 clinicaltrials.gov 以及上述研究目的与条件外，关于采集时间、采集方式、更新频率、原始数据获取途径等，源站未提供。
【适用场景】
该数据集适用于关注呼吸道疾病、尤其是难治性慢性咳嗽相关临床试验信息的场景。潜在使用方向包括了解 NAL ER 在 24 小时咳嗽频率方面的研究目的，以及关注 NAL-ER 治疗难治性慢性咳嗽的安全性和耐受性评价。对于需要检索以“Refractory Chronic Cough”为主题标签的临床试验信息的用户，该数据集可作为一个来源明确的入口。除上述适用方向外，关于具体分析用途、临床决策支持、药物开发决策等更细化的应用场景，源站未提供。
【使用方法】
该数据集来源于 clinicaltrials.gov，用户可依据其英文名称 Refractory Chronic Cough Improvement Via NAL ER（RIVER）以及主题标签“Refractory Chronic Cough”进行检索与定位。使用时，可结合来源站描述理解该研究的主要目的，即评估 NAL ER 对 24 小时咳嗽频率的影响，并评估 NAL-ER 用于治疗难治性慢性咳嗽的安全性和耐受性。关于具体的数据下载方式、接口调用方法、字段解析规则、配套文档等，源站未提供。
【质量与限制】
该数据集的信息来源为 clinicaltrials.gov，主题明确，分类为呼吸道疾病 / 慢性咳嗽，标签为“Refractory Chronic Cough”。其研究目的描述清晰，涉及 NAL ER 对 24 小时咳嗽频率的影响以及 NAL-ER 的安全性和耐受性评估。但关于数据完整性、准确性验证、样本量、偏倚控制、统计效力、结果数据、同行评议状态等质量维度，源站未提供。使用时应认识到，现有信息主要围绕研究目的与主题分类，尚不足以支持对研究结论或数据质量的独立判断。
【引用与许可】
该数据集来自 clinicaltrials.gov。关于引用格式、许可条款、使用限制、版权归属、二次分发条件等，源站未提供。
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/NCT05962151
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：难治性慢性咳嗽。本研究的主要目的是评估NAL ER对24小时咳嗽频率的影响，并评估NAL-ER治疗难治性慢性咳嗽的安全性和耐受性。
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。
