监测咳嗽以早期发现COPD恶化
疾病：慢性阻塞性肺疾病（COPD）。这是一项前瞻性、多中心、观察性队列研究，旨在评估连续、被动声学监测系统（Hyfe）在早期发现COPD急性加重方面的准确性
基本信息
资源简介
监测咳嗽以早期发现COPD恶化
本数据集对应一项名为“Monitoring Coughs for the Early Detection of Worsening COPD”的临床研究，来源为clinicaltrials.gov，所属分类为呼吸系统疾病/其他，主题标签为慢性阻塞性肺疾病（COPD）。该研究是一项前瞻性、多中心、观察性队列研究，旨在评估连续、被动声学监测系统（Hyfe）在早期发现COPD急性加重方面的准确性。研究关注的核心问题是：COPD急性加重是疾病进展和医疗资源使用的重要驱动因素，而当前检测方法主要依赖患者主观报告的症状；咳嗽作为COPD的核心症状，其客观量化可能为临床恶化提供早期预警信号。研究拟纳入两类COPD确诊患者队列，以探索咳嗽频率变化能否以具有临床意义的提前时间预测即将发生的急性加重。
【数据集背景】
慢性阻塞性肺疾病（COPD）是一种以持续气流受限为特征的呼吸系统疾病，急性加重是导致患者病情恶化、住院率升高和医疗负担加重的重要因素。然而，目前对COPD急性加重的识别主要依赖患者主观报告的症状，缺乏客观、连续、可量化的监测手段。咳嗽是COPD的核心症状之一，其频率变化可能早于临床可识别的加重事件。基于这一背景，该研究提出使用连续、被动声学监测系统（Hyfe）来客观量化咳嗽，并评估其能否在急性加重发生前提供具有临床相关提前时间的预警信号。该数据集即围绕这一研究目标而建立，属于呼吸系统疾病领域下的观察性队列研究数据。
【数据内容】
该数据集所对应的研究为前瞻性、多中心、观察性队列设计，纳入对象为已确诊COPD的患者。根据源站描述，研究将招募两个队列：一是有频繁急性加重史的门诊患者，二是因重度急性加重而住院的住院患者。研究关注的主要数据维度包括：通过Hyfe系统连续、被动采集的咳嗽频率数据，以及这些数据与COPD急性加重发生之间的时间关系。研究旨在确定咳嗽频率的变化是否能够预测即将发生的急性加重，并评估其预测的提前时间是否具有临床相关性。源站描述中未提供具体的样本量、随访时长、数据字段结构、统计指标或结果数据。
【采集与来源】
该数据集来源于clinicaltrials.gov，对应一项注册临床研究。数据采集依托连续、被动声学监测系统（Hyfe）进行，该系统用于对患者的咳嗽进行客观、连续的声学监测。研究设计为前瞻性、多中心、观察性队列研究，意味着数据采集在多个中心同步开展，且不涉及对患者的干预性治疗分配，而是观察并记录自然病程中的咳嗽变化与急性加重事件。源站描述中未提供具体的采集设备型号、采样频率、数据存储方式、伦理审批信息或数据共享机制。
【适用场景】
该数据集适用于呼吸系统疾病领域，尤其是COPD相关研究。其潜在应用场景包括：评估连续声学监测在COPD急性加重早期预警中的价值；探索咳嗽频率作为COPD临床恶化客观生物标志物的可行性；支持开发基于被动监测的远程患者管理或早期干预策略；以及为后续干预性研究或预测模型构建提供观察性队列数据基础。此外，该数据集也可用于方法学研究，例如比较主观症状报告与客观声学监测在急性加重识别中的差异。源站未提供具体的适用场景限制或推荐使用条件。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据访问方式、文件格式、字段说明、分析脚本或推荐统计方法。由于该研究为观察性队列设计，潜在的分析思路可能涉及纵向咳嗽频率数据与急性加重事件的时间序列分析，但源站描述中未给出任何分析框架或操作指南。
【质量与限制】
该数据集对应的研究为前瞻性、多中心、观察性队列设计，其优势在于能够连续、被动地采集咳嗽数据，减少对患者主观报告的依赖。然而，源站描述中未提供样本量、随访完成率、数据缺失情况、设备依从性、多中心间数据一致性或统计效能等质量指标。此外，研究纳入的是有频繁急性加重史的门诊患者和因重度急性加重住院的患者，可能限制结果向更广泛COPD人群的外推。源站未提供关于偏倚控制、混杂因素调整或数据验证的具体信息。
【引用与许可】
源站未提供该数据集的引用格式、许可协议、数据共享政策或使用限制。如需引用或使用，应直接参考clinicaltrials.gov上该研究注册页面的最新信息。
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。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT07212439
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）。这是一项前瞻性、多中心、观察性队列研究，旨在评估一种连续、被动声学监测系统（Hyfe）在COPD急性加重早期检测中的准确性。COPD急性加重是疾病进展和医疗资源利用的主要驱动因素，但目前的检测方法依赖于患者主观报告的症状。咳嗽是COPD的核心症状，其客观量化可能为临床恶化提供早期预警信号。本研究旨在确定由Hyfe系统测量的咳嗽频率变化是否能以具有临床相关性的提前时间预测即将发生的急性加重。该研究将纳入两组已确诊COPD的患者：有频繁急性加重史的门诊患者和因重度急性加重住院的住院患者。参与者将使用Hyfe咳嗽监测套件持续追踪咳嗽频率，并每周完成COPD评估测试（CAT）问卷。为确保评估的公正性，治疗临床医生将对所有研究收集的数据（包括咳嗽计数和CAT评分）保持盲态。
根据GOLD 2025标准，由盲态临床医生作出的COPD急性加重的临床诊断将作为金标准终点。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
