Catalonia地区重度COPD前瞻性观察研究
疾病：重度慢性阻塞性肺疾病。在Catalonia建立首个多中心观察性研究，以描述和随访重度慢性阻塞性肺疾病患者。随访期最长5年，包括首次初始访视和每年一次的控制访视
基本信息
资源简介
Catalonia地区重度COPD前瞻性观察研究
Severe Prospective Observational COPD Catalonia 是一个聚焦重度慢性阻塞性肺疾病（COPD）的观察性研究数据集，来源于 clinicaltrials.gov 登记的研究信息。该研究旨在西班牙加泰罗尼亚（Catalonia）地区建立首个多中心观察性研究，用于对重度慢性阻塞性肺疾病患者进行特征描述与长期随访。研究计划随访期最长可达 5 年，包含一次首次初始访视以及此后每年一次的控制访视。患者将从加泰罗尼亚地区主要医院的呼吸科招募，该地区约有人口 800 万，拥有广泛的公立医院网络。该数据集在本站归类于呼吸系统疾病 / 其他类别，主题标签为重度慢性阻塞性肺疾病。
【数据集背景】
重度慢性阻塞性肺疾病是一种需要长期管理和随访的呼吸系统疾病。在加泰罗尼亚地区，此前尚缺乏针对重度 COPD 患者的首个多中心观察性研究。该数据集的建立正是为了填补这一空白，通过在区域内主要医院的呼吸科开展多中心协作，系统性地描述和随访重度 COPD 患者。研究依托加泰罗尼亚约 800 万人口规模以及广泛的公立医院网络，具备在区域层面汇集多家医院患者资源的条件，从而形成对重度 COPD 患者群体的多中心观察基础。
【数据内容】
该数据集围绕重度慢性阻塞性肺疾病这一主题，核心内容是重度 COPD 患者的特征描述与随访信息。研究设计为观察性研究，随访期最长 5 年，随访节点包括首次初始访视和每年一次的控制访视。源站描述中未提供具体的变量字段、测量指标、样本量或数据表结构等信息，因此数据内容的具体细节源站未提供。
【采集与来源】
数据来源于 clinicaltrials.gov 登记的研究。患者招募自加泰罗尼亚地区主要医院的呼吸科，覆盖该地区约 800 万人口所对应的广泛公立医院网络。研究采用多中心观察性设计，是加泰罗尼亚地区首个针对重度 COPD 的多中心观察性研究。随访安排为首次初始访视加每年一次控制访视，最长持续 5 年。源站未提供具体的招募人数、招募时间窗、各中心名单及数据采集流程的详细说明。
【适用场景】
基于其主题与设计，该数据集适用于重度慢性阻塞性肺疾病相关的观察性研究与临床特征描述，可用于了解多中心条件下重度 COPD 患者的随访组织方式，以及区域级公立医院网络内呼吸科患者长期随访的研究框架。由于随访期最长 5 年并设有年度控制访视，其设计思路也可为长期随访类呼吸系统疾病研究提供参考。源站未提供该数据集在其他具体应用场景中的用途说明。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、数据结构说明或分析指引等均未在源站描述中体现。
【质量与限制】
该数据集为观察性研究设计，其随访期最长 5 年，包含首次初始访视与每年一次的控制访视。源站未提供样本量、数据完整性、缺失情况、质量控制措施或偏倚评估等信息。由于是观察性研究而非干预性试验，其设计定位为描述与随访，源站未提供关于数据质量指标的具体说明。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT06252805
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：重度慢性阻塞性肺疾病。在加泰罗尼亚创建首个多中心观察性研究，以描述重度慢性阻塞性肺疾病患者的特征并进行随访。随访期最长可达5年，包括首次初始访视及每年一次的对照访视。所有患者将从加泰罗尼亚主要医院的呼吸科招募，该地区约有800万居民，拥有广泛的公立医院网络。
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。
