ELTGOL与支气管扩张的呼吸治疗

该数据集来自clinicaltrials.gov,聚焦支气管扩张患者的呼吸治疗,特别是胸部物理治疗技术ELTGOL在气道清除中的疗效

Institut d'Investigació Biomèdica de Girona Dr. Josep TruetaInstitut d'Investigació Biomèdica de Girona Dr. Josep Trueta
clinicaltrials
浏览 5
其他分类Respiratory; Complications, TherapyBronchiectasis
ELTGOL and Bronchiectasis. Respiratory Therapy

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-20

资源简介

ELTGOL与支气管扩张的呼吸治疗

该数据集来自clinicaltrials.gov,聚焦支气管扩张患者的呼吸治疗,特别是胸部物理治疗技术ELTGOL在气道清除中的疗效。源站描述指出,支气管扩张发病率上升带来住院和用药成本增加,患者黏液纤毛清除机制受损,胸部物理治疗被推荐用于慢性咳痰或HRCT显示黏液栓塞者,但随机对照试验证据不足,最有效技术、频率、最佳持续时间及监测变量尚不明确。该多中心临床试验旨在填补这一证据空白,数据可用于呼吸系统疾病治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:呼吸系统;并发症、治疗、支气管扩张。近年来支气管扩张的发病率有所增加,导致成本上升,包括住院期和药物处方。这些患者的黏液纤毛清除机制受损,胸部物理治疗已被推荐用于支气管扩张且慢性咳痰和/或HRCT显示黏液栓塞证据的患者。然而,迄今为止,通过随机对照试验尚缺乏胸部物理治疗获益的充分证据。此外,最有效的技术、RP的频率和最佳持续时间以及最合适的监测变量仍不清楚。一项关于一种胸部物理治疗技术气道清除疗效的多中心临床试验将填补科学证据中的这一重要“空白”。

【主题与分类】

主题标签:Respiratory; Complications, Therapy、Bronchiectasis。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01578681

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/NCT01578681

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:呼吸系统;并发症、治疗、支气管扩张。近年来,支气管扩张的发病率有所增加,导致医疗成本上升,包括住院时间和药物处方费用。这些患者的黏液纤毛清除机制受损,对于有慢性咳痰和/或高分辨率CT(HRCT)显示黏液栓塞证据的支气管扩张患者,推荐进行胸部物理治疗。然而,迄今为止,通过随机对照试验获得的胸部物理治疗获益证据尚不充分。此外,最有效的技术、呼吸物理治疗(RP)的频率和最佳持续时间以及最适合监测的变量仍不明确。一项关于某一种胸部物理治疗技术在气道清除中疗效的多中心临床试验将填补科学证据中的这一重要“空白”。

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