Breathox 设备吸入疗法治疗 COVID-19 急性症状及预防使用卫生资源的疗效
研究为开放标签随机对照试验,纳入 100 例确诊且有症状、症状出现不超过 10 天的 COVID-19 患者,按 1:1:1 随机分为三组,比较标准治疗联合 BREATHOX® 与常规护理在 28 天内预防使用卫生资源的效果

基本信息
资源简介
Breathox 设备吸入疗法治疗 COVID-19 急性症状及预防使用卫生资源的疗效
该数据集来自 clinicaltrials.gov,聚焦 COVID-19 患者吸入氯化钠疗法(BREATHOX®)的临床研究。研究为开放标签随机对照试验,纳入 100 例确诊且有症状、症状出现不超过 10 天的 COVID-19 患者,按 1:1:1 随机分为三组,比较标准治疗联合 BREATHOX® 与常规护理在 28 天内预防使用卫生资源的效果。数据可用于评估吸入疗法对急性症状及医疗资源利用的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:COVID-19。SARS-CoV-2(严重急性呼吸综合征冠状病毒2型),即新型冠状病毒,引起一种称为COVID-19的疾病,可触发强烈的炎症反应。在此意义上,体外高浓度氯化钠干预在灭活该疾病方面显示出一些有利结果。目的:确定吸入氯化钠疗法(BREATHOX®)在28天内预防18岁及以上患者使用卫生资源方面与常规护理相比的有效性。方法:试点、开放、随机临床试验研究,纳入100名确诊且有症状、症状出现不超过10天的COVID-19患者。纳入的参与者将按1:1:1的比例随机分为三组:(第1组)标准治疗+ BREATHOX®一次治疗(两次口腔吸入及每个鼻孔更多鼻腔滴注)
【主题与分类】
主题标签:COVID-19。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/NCT05196581
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/NCT05196581
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:COVID-19。SARS-CoV-2(严重急性呼吸综合征冠状病毒2型),即新型冠状病毒,引起一种称为COVID-19的疾病,可触发强烈的炎症反应。在此意义上,体外使用高浓度氯化钠干预已显示出一些有利于灭活该疾病的结果。目的:确定吸入氯化钠疗法(BREATHOX®)在28天内预防18岁及以上患者使用卫生资源的有效性,与常规护理相比。方法:试点、开放随机临床试验研究,纳入100名确诊且有症状的COVID-19患者,症状出现至多10天。纳入的参与者将按1:1:1的比例随机分为三组:(第1组)标准护理+ BREATHOX®,每小时一次(两次口腔吸入及每个鼻孔滴鼻),每天共10次,持续10天;(第2组)标准护理+ BREATHOX®,每三小时一次(两次口腔吸入及每个鼻孔滴鼻),每天共5次,持续10天;(第3组)标准护理。
在收集签署的知情同意书后,研究参与者将在使用器械的第十天接受评估,并在第28天再次评估以进行安全性评估。将测量与COVID-19感染相关症状的恢复时间。
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。




