COPD急性加重伴呼吸衰竭中的类固醇抵抗
该数据集来自clinicaltrials.gov,聚焦慢性阻塞性肺疾病(COPD)急性加重(AECOPD)合并呼吸衰竭或通气衰竭时的类固醇抵抗问题

基本信息
资源简介
COPD急性加重伴呼吸衰竭中的类固醇抵抗
该数据集来自clinicaltrials.gov,聚焦慢性阻塞性肺疾病(COPD)急性加重(AECOPD)合并呼吸衰竭或通气衰竭时的类固醇抵抗问题。源站描述指出COPD是吸烟诱导的肺部疾病,为全球第三大死因,急性加重需紧急使用吸入支气管扩张剂、抗生素等强化治疗。数据覆盖COPD、肺气肿、急性加重及呼吸衰竭等条件,可用于研究类固醇抵抗机制、急性加重临床特征及相关治疗结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COPD、Emphysema or COPD、COPD Exacerbation、COPD Exacerbation Acute、Respiratory Failure、Ventilatory Failure。慢性阻塞性肺疾病(COPD)是一种由香烟烟雾诱导的肺部疾病,影响美国及全球数百万人。COPD是第三大死因,使其成为我们最重要的公共卫生问题之一。也许最重要的是,COPD使许多人困在家中,被氧气线束缚,并摧毁了他们的独立性。像许多慢性炎症性疾病一样,COPD的病程被需要更强化治疗的间歇性疾病发作所破坏。在COPD中,疾病发作被称为COPD急性加重(AECOPDs)。AECOPDs的特征是呼吸急促、喘息或咳嗽加重,导致紧急、有时是急诊的治疗,使用吸入支气管扩张剂、抗生素
【主题与分类】
主题标签:COPD、Emphysema or COPD、COPD Exacerbation、COPD Exacerbation Acute、Respiratory Failure、Ventilatory Failure。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/NCT03680495
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/NCT03680495
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
疾病条件:慢性阻塞性肺疾病(COPD)、肺气肿或COPD、COPD急性加重、COPD急性加重期、呼吸衰竭、通气衰竭。慢性阻塞性肺疾病(COPD)是一种由香烟烟雾引起的肺部疾病,影响美国及全球数百万人。COPD是第三大死因,使其成为我们最重要的公共卫生问题之一。或许最重要的是,COPD使许多人困守家中,束缚于氧气管线,摧毁了他们的独立性。与许多慢性炎症性疾病一样,COPD的病程被需要更强化治疗的间歇性疾病发作所损害。在COPD中,疾病发作被称为COPD急性加重(AECOPDs)。AECOPDs的特征是呼吸困难加重、喘息或咳嗽,导致急需、有时是紧急的吸入支气管扩张剂、抗生素和类固醇治疗。AECOPDs对许多人可能是毁灭性的,因为它们恶化生活质量和肺功能,频繁导致住院,并增加死亡风险。
例如,当COPD患者因呼吸衰竭(即需要呼吸机支持)入住重症监护室时,死亡率可达25-30%。因此,我们的研究聚焦于改善因AECOPD住院的最危重患者的结局。口服或静脉注射类固醇(糖皮质激素)作为主要治疗手段已超过40年,但几乎没有任何研究来确定入住重症监护室的最危重患者的最佳治疗方案。少数临床研究的结果表明,这些危重患者的类固醇抵抗增加,且许多医生使用类固醇的剂量过低或过高。例如,因AECOPD住院(无呼吸衰竭)的患者使用低至40mg/天的类固醇(如泼尼松)即可有效治疗。相比之下,最近两项临床研究表明,约80mg/天的泼尼松对因呼吸衰竭住院(需要通气支持)的AECOPD患者无效。
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。




