Simeox气道廓清治疗在囊性纤维化儿童中的疗效

该数据集来自clinicaltrials.gov,关注Simeox气道廓清治疗在囊性纤维化儿童中的疗效。研究纳入40例呼吸功能稳定的囊性纤维化患儿,按1:1随机分配至Simeox或常规胸部物理治疗组,在家治疗1个月,经短暂洗脱期后交叉接受另一治疗1个月

Physio-AssistPhysio-Assist
clinicaltrials
浏览 6
其他回归Cystic Fibrosis in ChildrenAirway Clearance Impairment
Efficacy of Simeox Airway Clearance Therapy in Children With Cystic Fibrosis

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-14

资源简介

Simeox气道廓清治疗在囊性纤维化儿童中的疗效

该数据集来自clinicaltrials.gov,关注Simeox气道廓清治疗在囊性纤维化儿童中的疗效。研究纳入40例呼吸功能稳定的囊性纤维化患儿,按1:1随机分配至Simeox或常规胸部物理治疗组,在家治疗1个月,经短暂洗脱期后交叉接受另一治疗1个月。评估指标包括肺功能、生活质量、肺部急性加重及安全性。数据可用于分析新型气道廓清技术对儿童囊性纤维化患者肺功能及临床结局的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:儿童囊性纤维化、气道廓清障碍。胸部物理治疗在囊性纤维化(CF)肺病治疗中起着关键作用。人们仍在寻找适应个体需求的新型气道廓清技术(ACTs),以达到最佳气道廓清效果。本研究的主要目的是评估一种新型ACT(Simeox)对CF患儿肺功能的有效性。40例呼吸功能稳定的CF患者将按1:1随机分配至Simeox或常规胸部物理治疗(CCPT)治疗(对照组),并在家中接受1个月治疗。经过短暂洗脱期后,患者将在家中接受替代治疗1个月(交叉设计)。每个治疗期1个月时评估肺功能、生活质量、肺部急性加重和安全性。

【主题与分类】

主题标签:Cystic Fibrosis in Children、Airway Clearance Impairment。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04084041

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04084041

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:儿童囊性纤维化,气道清除功能受损。胸部物理治疗在囊性纤维化(CF)肺病治疗中起着至关重要的作用。目前仍在寻求适应个体需求的新型气道清除技术(ACTs),以实现最佳的气道清除效果。本研究的主要目的是评估一种新型ACT(Simeox)对CF患儿肺功能的效果。40名呼吸功能稳定的CF患者将按1:1随机分配至Simeox或常规胸部物理治疗(CCPT)组(对照组),并在家中接受为期1个月的治疗。经过短暂的洗脱期后,患者将在家里接受另一治疗方案为期1个月(交叉设计)。在每个治疗周期满1个月时,将评估肺功能、生活质量、肺部急性加重及安全性。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。