COPD患者肺康复期间口服补充剂研究
该数据集来自clinicaltrials.gov,聚焦COPD患者在参与肺康复项目期间口服补充剂的干预研究。源站描述显示,这是一项试点可行性研究,主要记录招募率、受试者对测试的接受度、在本中心开展随机对照试验的能力、标本分子检测的成功情况,并为后续更大规模RCT的结局指标生成试点数据

基本信息
资源简介
COPD患者肺康复期间口服补充剂研究
该数据集来自clinicaltrials.gov,聚焦COPD患者在参与肺康复项目期间口服补充剂的干预研究。源站描述显示,这是一项试点可行性研究,主要记录招募率、受试者对测试的接受度、在本中心开展随机对照试验的能力、标本分子检测的成功情况,并为后续更大规模RCT的结局指标生成试点数据。未来大型项目旨在评估口服补充剂对运动能力、肌肉力量、线粒体功能、健康相关生活质量、认知、症状负担及安全性/依从性的影响。数据可用于呼吸系统疾病领域的可行性评估与后续研究设计参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:Copd。这项试点可行性研究的主要目标是记录招募率、收集受试者对测试可接受性的信息、建立在本中心开展RCT的能力、证明标本分子检测的成功,并为后续更大规模RCT中所测试的结局生成试点数据。未来“更大”项目的总体目标是确定口服补充剂对参与肺康复项目的COPD患者的运动能力、肌肉力量、线粒体功能、健康相关生活质量、认知、症状负担以及安全性/依从性的影响。本研究项目的目标是在较小样本的合格研究参与者中完成一项试点和可行性研究,测试相同的临床结局,在此期间参与者接受
【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/NCT06324214
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/NCT06324214
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:COPD。本试点可行性研究的主要目标是记录招募率、收集参与者对测试可接受性的信息、建立在我们中心开展随机对照试验(RCT)的能力、证明标本分子检测的成功实施,并为后续更大规模RCT中所测试的结局生成试点数据。“更大规模”未来项目的总体目标是确定口服补充剂对参加肺康复项目的COPD患者在运动能力、肌肉力量、线粒体功能、健康相关生活质量、认知、症状负担以及安全性/依从性方面的影响。本研究项目的目标是在较小的合格研究参与者样本中完成一项试点与可行性研究,测试相同的临床结局,期间参与者接受干预8周。
主要目的是确定在参加为期数周的标准面对面肺康复(PR)项目期间,与参加PR并服用安慰剂相比,口服补充剂是否与COPD患者运动耐力能力的改善相关。次要目的是确定口服补充剂对以下方面的影响:i)整体体能状况和运动能力;ii)肌肉力量;iii)线粒体功能;iv)身体成分;v)生活质量和疾病负担;vi)认知;vii)不良事件/并发症及依从性;以及viii)血液中Urolithin A的水平。我们假设,与接受安慰剂并参加PR的COPD患者相比,参加PR期间接受口服补充剂的COPD患者在8周后恒定功率运动试验(CRWET)时间将表现出改善。
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。




