FEV1/FEV6 与 FEV6 作为玻利维亚受试者 FEV1/FVC 和 FVC 替代指标的研究
数据对象为 2018 年 5 月至 6 月期间转诊至玻利维亚圣克鲁斯 Clínica del Pulmón 的连续成年吸烟患者，均主诉呼吸困难、咳嗽或咳痰
基本信息
资源简介
FEV1/FEV6 与 FEV6 作为玻利维亚受试者 FEV1/FVC 和 FVC 替代指标的研究
该数据集来自 clinicaltrials.gov，聚焦慢性阻塞性肺疾病（COPD）。数据对象为 2018 年 5 月至 6 月期间转诊至玻利维亚圣克鲁斯 Clínica del Pulmón 的连续成年吸烟患者，均主诉呼吸困难、咳嗽或咳痰。研究使用 Medisoft Body Box 5500 由经验丰富的肺科医生按 ATS/ERS 指南进行肺量计测量，比较 GOLD 固定切点 FEV1/FVC<0.70、正常下限（LLN）与 FEV1/FEV6<0.73 或 FEV1/FEV6<LLN 等指标，参考方程采用 NHANES III 高加索人群数据，统计使用 IBM SPSS 24 及 Cohen's κ。可用于评估 FEV1/FE。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：COPD。将分析 2018 年 5 月至 2018 年 6 月期间转诊至 Clínica del Pulmón（玻利维亚圣克鲁斯）的连续成年吸烟患者的数据。所有患者均为当前吸烟者或戒烟者，主诉呼吸困难、咳嗽或咳痰。肺量计测量将由一位训练有素且经验丰富的肺科医生按照 ATS/ERS 指南使用 Medisoft Body Box 5500 进行。用于检测气道阻塞的标准为 GOLD 建议的固定切点（FEV1/FVC<0.70）或正常下限（FEV1/FVC<LLN）。这些指标将与 Vandevoorde 等人提出的固定切点 FEV1/FEV6<0.73 或 FEV1/FEV6 比值<LLN 进行比较。使用的参考方程为 NHANES III 调查中的高加索人方程。统计检验将使用 IBM SPSS 24 软件进行。将使用 Cohen's κ
【主题与分类】
主题标签：Copd。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/NCT03534557
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/NCT03534557
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：慢性阻塞性肺疾病（COPD）。将分析2018年5月至2018年6月期间，转诊至玻利维亚圣克鲁斯肺科诊所（Clínica del Pulmón）的连续成年吸烟患者的数据。所有患者均为当前吸烟者或已戒烟者，主诉呼吸困难、咳嗽或咳痰。肺功能测定将由一位训练有素且经验丰富的肺科医生使用Medisoft Body Box 5500，按照ATS/ERS指南进行。用于检测气道阻塞的标准要么是依据GOLD推荐的固定截止点（FEV1/FVC<0.70），要么是正常值下限（FEV1/FVC<LLN）。这些指标将与Vandevoorde等人提出的固定截止值FEV1/FEV6 <0.73或FEV1/FEV6比率< LLN进行比较。采用的参考方程为NHANES III调查中的高加索人种方程。统计分析将使用IBM SPSS 24软件进行。将采用Cohen’s κ系数来确定气道阻塞定义之间是否存在一致性。
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。
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。
