宾夕法尼亚慢性阻塞性肺疾病急性加重研究

该数据集来自 clinicaltrials.gov,聚焦宾夕法尼亚州非裔美国人与农村居民慢性阻塞性肺疾病急性加重风险较高的现象

Temple UniversityTemple University
clinicaltrials
浏览 10
其他预测Chronic Obstructive Pulmonary Disease
Pennsylvania Study Of Chronic Obstructive Pulmonary Exacerbations

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-17

资源简介

宾夕法尼亚慢性阻塞性肺疾病急性加重研究

该数据集来自 clinicaltrials.gov,聚焦宾夕法尼亚州非裔美国人与农村居民慢性阻塞性肺疾病急性加重风险较高的现象。研究分两阶段:第一阶段比较种族与地理位置对急性加重严重程度、合并症、治疗模式和感染率的影响,并识别导致住院的风险因素;第二阶段通过提供 1-800 Temple Call Center 电话即时定制建议的简单干预,旨在减少高危患者重复急性加重、降低住院与死亡、改善生活质量与肺功能。数据可用于分析 COPD 急性加重的风险因素与干预效果(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:慢性阻塞性肺疾病。 总体目标:确定为什么宾夕法尼亚州的非裔美国人和农村居民可能面临更高的致命、致残且昂贵的 COPD 住院风险——并证明通过一项简单干预即可减少高危患者的重复急性加重——即提供 1-800 Temple Call Center 电话号码,患者可在此获得关于在 COPD 急性加重早期阶段进行管理的即时定制建议。 第一阶段:比较和对比种族和地理位置在 COPD 急性加重中与严重程度、合并症、治疗模式、感染率的关系。识别导致住院的 COPD 急性加重的潜在风险因素。* 第二阶段:减少因 COPD 急性加重导致的住院和死亡,并改善患者生活质量、肺功能和日常

【主题与分类】

主题标签:Chronic Obstructive Pulmonary Disease。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/NCT00774176

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/NCT00774176

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:慢性阻塞性肺疾病。* 总体目标:确定为什么非裔美国人和宾夕法尼亚州农村居民可能面临更高风险的致命、致残且昂贵的COPD住院治疗——并证明通过一项简单干预措施,可以减少高风险患者反复急性加重的情况,即提供1-800 Temple呼叫中心电话号码,患者可立即获得关于在COPD加重早期阶段进行管理的定制建议。* 第一阶段:比较和对比种族和地理位置在COPD加重中对严重程度、合并症、治疗模式和感染率的影响。识别导致住院的COPD加重的潜在风险因素。* 第二阶段:减少因COPD加重导致的住院和死亡,并改善患者的生活质量、肺功能和日常活动水平。

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