COVID-19疫情对儿童哮喘的影响
该数据集来自clinicaltrials.gov，聚焦COVID-19疫情对儿童哮喘的影响。覆盖3至16岁经医学诊断为哮喘的儿童，评估其哮喘控制情况和急性加重率，并与疫情前同地区其他观察性队列的数据进行比较
基本信息
资源简介
COVID-19疫情对儿童哮喘的影响
该数据集英文名为“Consequences of COVID 19 Pandemic on Childhood Asthma”，来源于clinicaltrials.gov，聚焦COVID-19疫情对儿童哮喘的影响。数据集覆盖3至16岁经医学诊断为哮喘的儿童，评估其哮喘控制情况和急性加重率，并将数据与疫情前同地区开展的其他观察性队列数据进行比较。此外，还对3至16岁儿童亚群在急性加重时及2至4个月后的随访中进行评估，采集临床数据以及生物和微生物样本。该数据集在本站归类于呼吸系统疾病下的其他类别，主题标签为“Asthma in Children”。
【数据集背景】
该数据集关注COVID-19疫情对儿童哮喘管理的影响。其研究背景涉及3至16岁经医学诊断为哮喘的儿童群体，核心问题在于评估疫情期间这一人群的哮喘控制状况与急性加重率，并通过与疫情前同地区其他观察性队列数据的比较，考察疫情带来的变化。数据集来源于clinicaltrials.gov，属于呼吸系统疾病领域的观察性研究数据。
【数据内容】
数据集覆盖3至16岁经医学诊断为哮喘的儿童，主要评估内容包括哮喘控制情况和急性加重率。数据中包含一个3至16岁儿童亚群的专项评估信息，该亚群在急性加重时接受评估，并在2至4个月后进行随访评估，评估内容涵盖临床数据、生物样本和微生物样本。数据将与疫情前同地区其他观察性队列的数据进行比较。
【采集与来源】
该数据集来源于clinicaltrials.gov。研究对象为3至16岁经医学诊断为哮喘的儿童。数据采集围绕哮喘控制评估和急性加重率评估展开；对3至16岁亚群，在急性加重时及2至4个月后的随访中采集临床数据、生物样本和微生物样本。比较数据来自同地区疫情前开展的其他观察性队列。
【适用场景】
该数据集适用于儿童哮喘相关研究，尤其是考察COVID-19疫情对儿童哮喘控制与急性加重影响的分析场景。可用于3至16岁哮喘儿童疫情期数据与疫情前同地区观察性队列数据的比较研究，也可用于涉及急性加重期及随访期临床、生物和微生物样本的观察性分析。本站分类为呼吸系统疾病/其他，主题标签为“Asthma in Children”。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT04821908
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：儿童哮喘。年龄3-16岁、经医学诊断为哮喘的儿童，将评估哮喘控制情况和急性加重率。数据将与疫情前在同一地区开展的其他观察性队列研究的数据进行比较。3-16岁儿童中的一个亚群将在急性加重时及2-4个月后的随访访视时接受评估，包括临床数据、生物学和微生物学样本。
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。
