初级保健患者中慢性阻塞性肺疾病（COPD）与嗜酸性粒细胞增多的患病率
该数据集来源于clinicaltrials.gov，聚焦初级保健患者中慢性阻塞性肺疾病（COPD）与嗜酸性粒细胞增多的患病率
基本信息
资源简介
初级保健患者中慢性阻塞性肺疾病（COPD）与嗜酸性粒细胞增多的患病率
该数据集英文名为 Prevalence of Chronic Obstructive Pulmonary Disease (COPD) and Eosinophilia Among Primary Care Patients，来源于 clinicaltrials.gov，主题聚焦于慢性阻塞性肺疾病（Pulmonary Disease, Chronic Obstructive）。源站将其描述为一项横断面研究（患病率研究），研究对象为初级保健患者，关注慢性阻塞性肺疾病与嗜酸性粒细胞增多在這一人群中的患病情况。数据集在分类上归入呼吸系统疾病下的“其他”类别，主题标签为 Pulmonary Disease, Chronic Obstructive。整体而言，该数据集围绕初级保健场景下 COPD 与嗜酸性粒细胞增多这一组合主题，提供与患病率研究相关的注册信息，可供了解该研究的基本定位与主题范围。
【数据集背景】
慢性阻塞性肺疾病是一种常见的呼吸系统疾病，其患病率研究有助于了解疾病在特定人群中的分布情况。该数据集对应的研究以初级保健患者为对象，采用横断面（患病率研究）设计，同时关注嗜酸性粒细胞增多这一指标。源站描述中列出的条件为 Pulmonary Disease, Chronic Obstructive，说明该研究的核心疾病主题为慢性阻塞性肺疾病。数据集的主题标签同样指向这一疾病，分类归入呼吸系统疾病下的“其他”类别。关于研究的具体学术背景、立项动机与既往研究基础，源站未提供。
【数据内容】
依据源站描述，该数据集对应的研究是一项横断面（患病率研究），关注初级保健患者中慢性阻塞性肺疾病与嗜酸性粒细胞增多的患病率。数据集的英文名称直接体现了这一主题组合，即 COPD 与嗜酸性粒细胞增多在初级保健患者中的患病情况。主题标签为 Pulmonary Disease, Chronic Obstructive。关于数据集所包含的具体变量、样本量、记录条数、字段结构、时间范围与统计口径等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示，研究条件为 Pulmonary Disease, Chronic Obstructive，研究类型为横断面（患病率研究）。关于数据采集的具体机构、采集地点、采集时间、抽样方式与数据加工流程，源站未提供。
【适用场景】
该数据集的主题涉及初级保健患者中慢性阻塞性肺疾病与嗜酸性粒细胞增多的患病率，可用于了解该研究的基本主题与设计类型，并作为呼吸系统疾病领域相关注册信息的检索与参考对象。关于该数据集在具体分析、建模或临床决策中的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式、数据结构说明或操作指南。
【质量与限制】
该数据集对应的研究为横断面（患病率研究），源站描述未提供样本量、覆盖范围、数据完整性、偏倚控制或验证情况等信息。关于数据质量与使用限制的具体说明，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式、许可条款或使用授权说明。
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/NCT03018808
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
Conditions: Pulmonary Disease, Chronic Obstructive. The study is a cross sectional (prevalence study).
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。
