支气管扩张患者疼痛机制研究
该数据集来自 clinicaltrials.gov，聚焦支气管扩张患者的疼痛机制研究。研究为重复测量前瞻性横断面设计，招募支气管扩张患者并按年龄、性别匹配健康对照，在递增穿梭步行试验前后评估压力痛阈、条件性疼痛调制和牵涉痛，并评估体力活动水平
基本信息
资源简介
支气管扩张患者疼痛机制研究
该数据集英文名为 Pain Mechanisms in Patients With Bronchiectasis，来源于 clinicaltrials.gov，主题聚焦支气管扩张患者的疼痛机制研究，主题标签为支气管扩张与呼吸系统疾病。研究采用重复测量前瞻性横断面设计，招募确诊支气管扩张的患者，并按年龄和性别匹配健康对照，在递增穿梭步行试验前后评估压力痛阈、条件性疼痛调制和牵涉痛，同时评估体力活动水平。该数据集为观察性研究，旨在通过躯体感觉谱评估支气管扩张患者是否存在中枢性疼痛机制，并探讨疼痛在呼吸系统疾病患者体力活动受限中的可能作用，适合呼吸系统疾病与疼痛机制相关研究参考使用。
【数据集背景】
近期研究提示，疼痛可能在呼吸系统疾病患者的体力活动受限中发挥重要作用。然而，支气管扩张患者的疼痛机制及其临床影响尚未得到充分研究。基于这一背景，该观察性研究旨在确定支气管扩张患者的躯体感觉谱，以评估其是否存在中枢性疼痛机制。研究关注的核心问题包括疼痛机制在支气管扩张这一呼吸系统疾病中的表现及其临床意义，属于呼吸系统疾病分类下的其他类研究。
【数据内容】
该数据集围绕支气管扩张患者的疼痛机制评估展开，主要涉及以下测量内容：压力痛阈、条件性疼痛调制和牵涉痛，这些指标在递增穿梭步行试验前后分别进行测量。此外，研究还评估患者的体力活动水平。研究对象包括确诊支气管扩张的患者，以及按年龄和性别匹配的健康对照。研究设计为重复测量前瞻性横断面研究，通过比较患者与健康对照的躯体感觉谱，评估中枢性疼痛机制的存在情况。
【采集与来源】
该数据集来源于 clinicaltrials.gov，源站描述中列出的研究条件为支气管扩张与呼吸系统疾病。研究采用重复测量前瞻性横断面设计，招募确诊支气管扩张的患者，并按年龄和性别与健康对照进行匹配。测量时间点为递增穿梭步行试验前后，评估内容包括压力痛阈、条件性疼痛调制和牵涉痛，以及体力活动水平。源站描述中关于体力活动评估工具的具体名称在末尾处被截断，未完整呈现。
【适用场景】
该数据集适用于呼吸系统疾病领域中支气管扩张相关疼痛机制的研究参考，尤其适合关注中枢性疼痛机制、躯体感觉谱评估以及疼痛与体力活动关系的研究场景。由于研究包含患者与健康对照的匹配设计，并采用重复测量方式在运动试验前后进行评估，也可为探讨运动或体力活动对疼痛调制影响的研究提供参考。此外，该数据集可用于呼吸系统疾病分类下其他类研究的整理与比较。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT03376204
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
疾病条件：支气管扩张症、呼吸系统疾病。背景与目的：近期研究提示，疼痛可能在呼吸系统患者的体力活动受限方面发挥重要作用。然而，支气管扩张症患者的疼痛机制及其临床影响尚未得到研究。本观察性研究旨在确定躯体感觉特征，以评估支气管扩张症患者是否存在中枢性疼痛机制。方法：重复测量前瞻性横断面研究。将招募确诊为支气管扩张症的患者样本，并按年龄和性别与健康对照进行匹配。在递增穿梭步行试验（ISW）前后评估压力痛阈（PPTs）、条件性疼痛调制（CPM）和牵涉痛。采用加速度计在7天期间评估体力活动水平。评估睡眠质量（匹兹堡睡眠质量测试）、灾难化水平（疼痛灾难化量表）、敏化水平（中枢敏化量表）以及焦虑和抑郁水平（医院焦虑抑郁量表）。
评估将进行两次：1）基线时；2）6个月随访期时。
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。
