慢性咳嗽评估、患者报告结局与治疗效果的前瞻性研究
该数据集来自 clinicaltrials.gov,为一项针对慢性咳嗽的前瞻性、观察性、单中心研究,研究对象为转诊至二级医疗接受检查与管理的已解释慢性咳嗽、难治性慢性咳嗽及未解释慢性咳嗽患者

基本信息
资源简介
慢性咳嗽评估、患者报告结局与治疗效果的前瞻性研究
该数据集来自 clinicaltrials.gov,为一项针对慢性咳嗽的前瞻性、观察性、单中心研究,研究对象为转诊至二级医疗接受检查与管理的已解释慢性咳嗽、难治性慢性咳嗽及未解释慢性咳嗽患者。研究在常规临床访视之间安排4次研究访视,从二级医疗门诊招募患者,经纳入排除标准评估并签署知情同意后入组。访视1(筛查)收集人口学与病史数据,进行完整体格检查、皮肤点刺试验和肺量计检查,并完成自评问卷(Leicester Cough Questionnaire)。数据可用于慢性咳嗽患者评估、患者报告结局及治疗效果相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性咳嗽。这是一项前瞻性观察性单中心研究,对象为转诊至二级医疗接受已解释慢性咳嗽、难治性慢性咳嗽和未解释慢性咳嗽检查与管理的患者。该研究将在标准临床访视之间整合4次研究访视。患者将从二级医疗门诊招募。患者资格将根据研究纳入/排除标准进行评估,患者将在研究中心接受知情同意。提供知情同意并入选研究的受试者将接受筛查程序。在访视1(筛查)时,将收集人口学和病史数据,并进行完整的体格检查。受试者将接受皮肤点刺试验和肺量计检查,并完成自评问卷(Leicester Cough Questionnaire,
【主题与分类】
主题标签:Chronic Cough。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04758351
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/NCT04758351
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:慢性咳嗽。这是一项前瞻性观察性单中心研究,研究对象为转诊至二级医疗接受检查和管理的已明确病因的慢性咳嗽、难治性慢性咳嗽及不明原因慢性咳嗽患者。该研究将在标准临床访视之间整合4次研究访视。患者将从二级医疗诊所招募。将根据研究纳入/排除标准评估患者资格,患者将在研究中心签署知情同意书。提供知情同意并入选研究的受试者将接受筛选程序。在第1次访视(筛选)时,将收集人口统计学和病史数据,并进行完整的体格检查。受试者将接受皮肤点刺试验和肺功能检查,并完成自报问卷(莱斯特咳嗽问卷、生产力损失评估、工作生产力与活动及损害问卷、医疗资源利用问卷、反流性疾病问卷、鼻-鼻窦结局测试及总体变化评定量表)。受试者将佩戴24小时咳嗽监测仪。
在第2次访视时,将移除24小时咳嗽监测仪。受试者将接受血液采样、乙酰甲胆碱激发试验、诱导痰,并提供尿液样本。在第2次和第3次访视之间,医生将提供单一临床治疗路径,以处理慢性咳嗽最可能的病因。慢性咳嗽的治疗将遵循欧洲呼吸学会慢性咳嗽工作组发布的现行临床实践指南。治疗方案将持续2周至3个月。第3次访视将在受试者第2次临床访视后2周至3个月进行。受试者将完成自报问卷(莱斯特咳嗽问卷、生产力损失评估、工作生产力、活动与损害问卷、反流性疾病问卷、鼻-鼻窦结局测试及总体变化评定量表),并佩戴24小时
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




