Rengalin治疗慢性阻塞性肺疾病患者咳嗽的有效性和安全性临床试验
该数据集来自clinicaltrials.gov,记录了一项关于Rengalin治疗慢性阻塞性肺疾病(COPD)患者咳嗽的有效性和安全性的临床试验

基本信息
资源简介
Rengalin治疗慢性阻塞性肺疾病患者咳嗽的有效性和安全性临床试验
该数据集来自clinicaltrials.gov,记录了一项关于Rengalin治疗慢性阻塞性肺疾病(COPD)患者咳嗽的有效性和安全性的临床试验。研究设计为多中心、双盲、随机、平行组、安慰剂对照,计划纳入40至80岁、伴有稳定期COPD相关咳嗽的男性和女性受试者。受试者需在12个月前确诊COPD,接受允许的基础治疗,且尽管接受治疗咳嗽严重程度评分(CSS)仍≥2分。研究包括签署知情同意书、采集病史、客观检查以及使用CSS评估咳嗽严重程度等环节。该数据可用于分析COPD患者咳嗽的治疗效果与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性阻塞性肺疾病。设计:多中心、双盲、随机、平行组、安慰剂对照研究。该研究将纳入患有与稳定期慢性阻塞性肺疾病(COPD)相关咳嗽的男性和女性(年龄40至80岁)。12个月前诊断为COPD、正在接受允许的基础治疗且尽管接受治疗咳嗽仍≥2分(根据咳嗽严重程度量表[CSS])的受试者应被视为研究候选者。在签署患者信息传单(知情同意书)以参与临床研究后,进行病史采集和客观检查,评估咳嗽严重程度(使用CSS;在基线评估日间和夜间咳嗽时,考虑前一天的发作次数和咳嗽严重程度)以及COPD对t的影响强度
【主题与分类】
主题标签:Chronic Obstructive Pulmonary Disease。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/NCT03159091
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/NCT03159091
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:慢性阻塞性肺疾病。设计:多中心、双盲、随机、平行组、安慰剂对照研究。本研究将纳入患有与稳定期慢性阻塞性肺疾病(COPD)相关咳嗽的男性和女性(年龄40至80岁)。诊断为COPD超过12个月、正在接受允许的基础治疗、且尽管接受治疗仍存在咳嗽≥2分(根据咳嗽严重程度量表[CSS])的受试者,应被视为研究候选者。在签署患者信息手册(知情同意书)以参与临床研究后,进行病史采集和客观检查,评估咳嗽严重程度(使用CSS;在基线评估日间和夜间咳嗽时,考虑前一天的咳嗽发作次数和咳嗽严重程度)以及COPD对受试者的影响强度(CAT测试),记录合并治疗,进行计算机肺功能检查,评估基线FEV1/FVC和支气管舒张剂后FEV1(如无法评估呼吸功能,可使用不超过3个月前的既往检查结果)。
有生育能力的女性将接受妊娠试验。如果患者在访视1(第1天)符合入选标准且未表现出任何排除标准,他/她将被随机分配到2组中的一组:第1组患者将接受Rengalin,每次2片,每日3次,持续4周;第2组患者将接受安慰剂,采用Rengalin给药方案,持续4周。患者将被监测4周(筛选、随机化——第1天前,治疗——4周)。在随访期间,计划进行两次访视(访视1(第1天)和访视2(第4周)),届时将进行客观检查、记录咳嗽严重程度(使用CSS)、评估COPD对受试者的影响(САТ测试)以及合并治疗。在访视2(4周治疗期后),将额外评估依从性。在其中一个临床中心(Research
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




