慢性阻塞性肺疾病患者接受长效支气管扩张剂治疗的一年多中心前瞻性队列研究
该数据集来自 clinicaltrials.gov，为一项在慢性阻塞性肺疾病（COPD）患者中开展的多中心、前瞻性、为期一年的队列研究，旨在描述医生诊断的 COPD 患者在接受每日维持治疗时的疾病自然史、治疗及医疗产品使用情况
基本信息
资源简介
慢性阻塞性肺疾病患者接受长效支气管扩张剂治疗的一年多中心前瞻性队列研究
该数据集来自 clinicaltrials.gov，为一项在慢性阻塞性肺疾病（COPD）患者中开展的多中心、前瞻性、为期一年的队列研究，旨在描述医生诊断的 COPD 患者在接受每日维持治疗时的疾病自然史、治疗及医疗产品使用情况。研究计划入组 Indacaterol 组 550 例、非 Indacaterol 组 9450 例，共 10000 例，因 Indacaterol 组招募缓慢，入组在 2253 例时停止，最终 2229 例纳入全分析集。数据可用于分析真实世界中 COPD 患者的治疗模式与疾病转归（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：COPD。这项多中心研究旨在描述在真实世界中需要增加每日维持治疗的医生诊断的 COPD 患者的疾病自然史、治疗和医疗产品。研究计划入组 Indacaterol 组 550 例患者和非 Indacaterol 组 9450 例患者，共 10000 例患者。由于 Indacaterol 组招募缓慢，入组在 2253 例患者时停止。最终共有 2229 例患者在全分析集中进行分析。共有 2253 例患者进入数据库，其中 24 例患者在数据审查会议期间被排除，因为他们不符合入选/排除标准。因此，共有 2229 例患者成功入组。
【主题与分类】
主题标签：COPD。本站分类：呼吸系统疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01794780
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/NCT01794780
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：COPD。这项多中心研究旨在描述在真实世界中，医生诊断为COPD且需要加用每日维持治疗的患者中，疾病的自然史、治疗及医疗保健产品情况。该研究计划在Indacaterol组入组550例患者，在非Indacaterol组入组9450例患者，共计10,000例患者。由于Indacaterol组招募缓慢，入组在2253例患者时停止。最终共有2229例患者纳入全分析集进行分析。共有2253例患者进入数据库，其中24例患者在数据审核会议上被排除，因为他们不符合入选/排除标准。因此，共有2229例患者成功入组。
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。
