儿童支气管扩张症预后多中心前瞻性队列研究
该数据集来自 clinicaltrials.gov，为儿童支气管扩张症预后多中心前瞻性队列研究，纳入患者随访半年及1至5年，观察肺功能、症状体征、生活质量、急性肺加重次数及肺部影像变化
基本信息
资源简介
儿童支气管扩张症预后多中心前瞻性队列研究
Prognosis of Bronchiectasis in Children--A Multicenter Prospective Cohort Study 是一个以儿童支气管扩张症预后为主题的多中心前瞻性队列研究数据集，来源于 clinicaltrials.gov。该数据集聚焦支气管扩张症这一呼吸系统疾病，围绕患儿长期预后展开系统观察。研究对所有纳入患者开展为期半年以及1年、2年、3年、4年、5年的随访，在随访过程中观察肺功能、症状、体征、生活质量、急性肺加重次数以及肺部影像变化等多方面内容。数据集以 Bronchiectasis 为主题标签，在分类上归属于呼吸系统疾病下的其他类别，可为关注儿童支气管扩张症长期转归的研究者提供基于前瞻性队列随访的数据资源。
【数据集背景】
支气管扩张症是呼吸系统疾病的一种，儿童患者的长期预后需要依托持续、系统的随访观察加以刻画。该数据集对应的研究采用多中心前瞻性队列设计，针对支气管扩张症患儿开展预后研究，旨在通过较长周期的追踪观察积累疾病转归相关信息。数据集来源于 clinicaltrials.gov，其研究定位与呼吸系统疾病分类下的其他类别相对应，主题标签为 Bronchiectasis。
【数据内容】
该数据集所涵盖的观察内容围绕患儿预后展开，具体包括肺功能、症状、体征、生活质量、急性肺加重次数以及肺部影像变化。随访时间安排为半年、1年、2年、3年、4年、5年，即所有纳入患者均按上述时间点接受随访。数据内容以纵向随访观察为主，覆盖从短期半年到最长5年的多个观察时点，涉及功能指标、临床表现、生活质量、急性加重事件以及影像学改变等多个维度。
【采集与来源】
该数据集来自 clinicaltrials.gov。研究采用多中心前瞻性队列研究方式，所有纳入患者均接受为期半年以及1年、2年、3年、4年、5年的随访，并在随访过程中完成肺功能、症状、体征、生活质量、急性肺加重次数及肺部影像变化的观察。关于各中心的具体数量、招募方式、样本量等信息，源站未提供。
【适用场景】
该数据集适用于儿童支气管扩张症预后相关的研究场景，可用于考察患者在半年至5年随访周期内肺功能、症状体征、生活质量、急性肺加重次数以及肺部影像变化等维度的纵向表现。其多中心前瞻性队列的设计特点，使其适合用于疾病长期转归的观察性分析。关于具体统计建模方法或特定临床决策用途，源站未提供。
【使用方法】
该数据集为多中心前瞻性队列随访数据，使用时可按半年、1年、2年、3年、4年、5年的随访时间点组织观察记录，并围绕肺功能、症状、体征、生活质量、急性肺加重次数和肺部影像变化等观察内容开展分析。关于数据访问方式、字段结构、变量编码及配套文档等信息，源站未提供。
【质量与限制】
该数据集为多中心前瞻性队列研究，随访周期覆盖半年至5年，观察内容涉及多个维度。关于样本量、失访情况、数据完整性、质量控制措施及偏倚控制等信息，源站未提供。使用时应结合研究设计特点对结果的适用范围加以考量，具体限制条件源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式、许可条款及使用授权等信息，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/NCT02564731
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：支气管扩张。所有入组患者随访半年、1年、2年、3年、4年、5年，同时观察肺功能、症状、体征、生活质量、急性肺部加重次数及肺部影像学变化。
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。
