博茨瓦纳成人肺部健康与微生物组：Go-hema 队列
该数据集来自 clinicaltrials.gov，为博茨瓦纳成人肺部健康与微生物组的前瞻性队列研究，覆盖阻塞性肺疾病与限制性肺疾病人群，纳入伴或不伴 HIV 的成人
基本信息
资源简介
博茨瓦纳成人肺部健康与微生物组：Go-hema 队列
该数据集来自 clinicaltrials.gov，为博茨瓦纳成人肺部健康与微生物组的前瞻性队列研究，覆盖阻塞性肺疾病与限制性肺疾病人群，纳入伴或不伴 HIV 的成人。研究通过多组学方法刻画异常肺功能表型，识别宿主-微生物组互作与 COPD 及肺功能下降之间的关联，可用于呼吸健康与 COPD 决定因素研究，并为 COPD 新疗法开发提供来自全球 COPD 死亡率高但研究不足人群的数据（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：阻塞性肺疾病、限制性肺疾病。为填补知识空白，研究者提出一项前瞻性队列研究，对异常肺功能模式进行表型分析，并利用多组学识别博茨瓦纳伴或不伴 HIV 成人中宿主-微生物组互作、COPD 与肺功能丧失之间的关联。本研究结果将增进对博茨瓦纳成人呼吸健康及 COPD 决定因素的理解，并通过从全球 COPD 死亡负担过重但当前 COPD 与微生物组研究中代表性不足的人群中生成数据，促进新型 COPD 疗法的公平开发。慢性阻塞性肺疾病（COPD）是全球发病和死亡的主要原因。COPD 影响全球近 3 亿人，是第三大死因。尽管取得了进展
【主题与分类】
主题标签：Obstructive Pulmonary Disease、Restrictive Pulmonary Disease。本站分类：呼吸系统疾病/肺炎。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07699614
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/NCT07699614
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
研究条件：阻塞性肺疾病、限制性肺疾病。为填补知识空白，研究者提出开展一项前瞻性队列研究，对异常肺功能模式进行表型分析，并利用多组学方法识别博茨瓦纳感染和未感染HIV的成年人中宿主-微生物组相互作用、COPD与肺功能丧失之间的关联。该研究结果将增进对博茨瓦纳成年人呼吸健康及COPD决定因素的理解，并通过从一个在全球COPD死亡率中占比过高但在当前COPD和微生物组研究中代表性不足的人群中生成数据，为新型COPD疗法的公平开发作出贡献。慢性阻塞性肺疾病（COPD）是全球发病和死亡的主要原因。COPD影响全球近3亿人，是第三大死因。尽管控烟规划取得进展，但随着全球人口老龄化、肺炎发病率上升以及高水平颗粒物空气污染暴露持续存在，COPD患病率预计将上升。
此外，COPD是一种异质性疾病，具有多种部分了解的表型，这些表型对当前疗法的反应各不相同。因此，降低COPD发病率及COPD相关死亡率的努力因减少风险因素暴露的挑战以及对疾病病理生理学的不完全理解而变得复杂。
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。
