科罗拉多州大麻使用者健康队列

该数据集来自clinicaltrials.gov,对应科罗拉多州大麻使用者健康队列研究,覆盖COPD、失眠与大麻使用人群

National Jewish HealthNational Jewish Health
clinicaltrials
浏览 3
表格预测COPDInsomniaCannabis
Colorado Marijuana Users Health Cohort

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-20

资源简介

科罗拉多州大麻使用者健康队列

该数据集来自clinicaltrials.gov,对应科罗拉多州大麻使用者健康队列研究,覆盖COPD、失眠与大麻使用人群。源站描述指出大麻在科罗拉多州同时用于娱乐和医疗目的,主要活性成分为THC,最常见使用方式为吸入干燥花蕾的燃烧产物,其副作用存在争议。研究旨在建立重度大麻使用者的前瞻性队列,评估长期医学正负效应,并设子研究关注大麻用于睡眠障碍的情况。数据可用于分析大麻使用与呼吸系统疾病、失眠等结局的关联及预测(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:COPD、失眠、大麻。在科罗拉多州,大麻目前既用于娱乐目的也用于医疗目的。主要活性药物是四氢大麻酚(THC)。最常见的使用途径是吸入雌株干燥花蕾/花朵的燃烧产物,可卷在纸中(joint)或通过干式或水过滤烟斗(bong)中的滤网燃烧。THC的消费日益增加。吸入燃烧叶片的不良反应存在争议。本提案的目的是建立一个重度大麻使用者的前瞻性队列,以评估大麻使用的长期正面和负面医学效应。由于大麻也被报道用于帮助治疗失眠,一项子研究将关注大麻如何用于睡眠障碍和睡眠紊乱。本研究将招募使用大麻的个体以了解更多关于l

【主题与分类】

主题标签:COPD、Insomnia、Cannabis。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/NCT02735954

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02735954

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:COPD、失眠、大麻。在科罗拉多州,大麻目前既用于娱乐目的也用于医疗目的。主要活性药物是四氢大麻酚(THC)。最常见的使用途径是吸入雌株干燥花蕾/花朵的燃烧产物,可卷于纸中(大麻烟卷),或通过干式或水过滤烟具(水烟壶)中的滤网燃烧吸入。THC的消费量日益增加。吸入燃烧叶片后的副作用尚存争议。本提案的目的是建立一个重度大麻使用者的前瞻性队列,以评估大麻使用带来的正面和负面长期医学效应。由于大麻也被报道用于帮助治疗失眠,一项子研究将聚焦于大麻如何用于睡眠障碍和睡眠紊乱。本研究将招募使用大麻的个体,以进一步了解长期健康效应。研究包括一次访视,参与者将完成问卷、呼吸测试、血液和尿液采集。另有一项子研究,符合条件的参与者还将完成一项居家睡眠监测测试。

参与者每年将多次被联系以进行长期随访。

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。

获取专属数据定制方案