肺移植后CLAD-BOS患者回顾性病历审查研究
该数据集来自clinicaltrials.gov,为一项在肺移植后临床诊断为慢性肺移植物功能障碍-闭塞性细支气管炎综合征(CLAD-BOS)的成人患者中开展的回顾性、多国、多中心、观察性病历审查研究

基本信息
资源简介
肺移植后CLAD-BOS患者回顾性病历审查研究
该数据集来自clinicaltrials.gov,为一项在肺移植后临床诊断为慢性肺移植物功能障碍-闭塞性细支气管炎综合征(CLAD-BOS)的成人患者中开展的回顾性、多国、多中心、观察性病历审查研究。所有数据均从既有患者病历中回顾性收集,未施加任何干预,也无方案规定的患者评估或随访访视。每位患者的观察期涵盖与CLAD-BOS发生和进展相关的多个时间点,患者识别窗口为2013年1月1日至参与研究站点可获得的最新数据。数据可用于描述CLAD-BOS患者的临床特征与诊疗模式(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:闭塞性细支气管炎综合征。这是一项回顾性、多国、多中心、观察性病历审查研究,在肺移植后临床诊断为慢性肺移植物功能障碍-闭塞性细支气管炎综合征(CLAD-BOS)的成人患者中开展。所有数据均从既有患者病历中回顾性收集;研究未施加任何干预,也不要求方案规定的患者评估或随访访视。每位患者的观察期涵盖与CLAD-BOS发生和进展相关的多个时间点。患者在从2013年1月1日至参与研究站点可获得的最新数据的CLAD-BOS诊断窗口内被识别。索引日期定义为病历中记录的临床医生诊断CLAD-BOS的日期。
【主题与分类】
主题标签:Bronchiolitis Obliterans Syndrome。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06503770
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/NCT06503770
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:闭塞性细支气管炎综合征。这是一项回顾性、跨国、多中心、观察性病历审查研究,研究对象为肺移植后临床诊断为慢性肺移植物功能障碍-闭塞性细支气管炎综合征(CLAD-BOS)的成人患者。所有数据均从现有患者病历中回顾性收集;研究未实施任何干预措施,也不要求进行方案规定的患者评估或随访访视。每位患者的观察期涵盖与CLAD-BOS发生和进展相关的多个时间点。患者在CLAD-BOS诊断窗口期内被识别,该窗口期从2013年1月1日持续至参与研究机构可获取的最新数据日期。索引日期定义为病历中记录的临床医生诊断CLAD-BOS的日期。诊断时的肺量计参数基于最接近诊断日期的肺量计评估。
个人最佳FEV1定义为在诊断为CLAD-BOS之前记录的最高移植后FEV1值,依据的是肺移植后、诊断前所收集的可用肺功能测量数据。个人最佳FEV1日期对应于确定该最佳移植后FEV1值的时间点。个人最佳移植后FEV1值定义为相隔至少3周所进行的2次最佳移植后FEV1测量的平均值,日期取第一次测量值的日期。CLAD-BOS起病(≤80%对比最佳FEV1)定义为相对于移植后最佳值FEV1出现持续下降,以临床记录所载为准,起病日期对应于首次出现符合该标准的下降,并由至少相隔3个月的后续测量予以确认。对于每位患者,起病日期将根据自肺移植日期起收集的数据通过程序化方式推导得出。对于其他肺功能参
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。




