环丙沙星吸入用干粉剂安慰剂验证性可用性研究
该数据集来自 clinicaltrials.gov，围绕环丙沙星吸入用干粉剂（DPI）及其配套使用说明开展验证性（总结性）可用性研究，研究中使用安慰剂
基本信息
资源简介
环丙沙星吸入用干粉剂安慰剂验证性可用性研究
该数据集英文名为 Summative Usability Study of Ciprofloxacin Dry Powder for Inhalation Using Placebo，来自 clinicaltrials.gov，本站归类为呼吸系统疾病下的其他类。其核心内容是围绕环丙沙星吸入用干粉剂（DPI）及其配套使用说明开展的一项验证性（总结性）可用性研究，研究中采用安慰剂进行测试。研究关注的疾病条件包括支气管扩张症与慢性阻塞性肺疾病。整体而言，该数据集记录的是针对特定吸入给药装置及使用说明的可用性验证研究信息，主题标签为支气管扩张症、慢性阻塞性肺疾病，可为关注吸入制剂可用性评价与呼吸系统疾病相关研究的人员提供参考。
【数据集背景】
该数据集所对应的研究聚焦于环丙沙星吸入用干粉剂（DPI）及其配套使用说明的可用性评价。根据源站描述，研究的理由是开展一项总结性（即验证性）可用性测试，以检验该吸入用干粉剂产品与相关使用说明在实际使用情境下的可用性表现。研究涉及的条件包括支气管扩张症（Bronchiectasis）以及慢性阻塞性肺疾病（Pulmonary Disease, Chronic Obstructive）。研究过程中使用安慰剂，即在可用性测试环节以安慰剂替代活性药物开展验证。该研究的定位属于产品使用层面的可用性验证，而非以治疗有效性为主要目的的临床试验。
【数据内容】
该数据集的主题标签为支气管扩张症与慢性阻塞性肺疾病，所属分类为呼吸系统疾病下的其他类。数据集围绕环丙沙星吸入用干粉剂及其使用说明的总结性可用性研究展开，研究中使用安慰剂。关于数据集内具体包含哪些字段、记录条目数量、受试者信息、测试任务与评价指标等详细内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述给出了研究的条件与开展该项研究的理由，即对环丙沙星吸入用干粉剂及配套使用说明进行总结性（验证性）可用性测试，并在研究中使用安慰剂。关于数据采集的具体时间范围、采集地点、采集流程与样本规模等信息，源站未提供。
【适用场景】
该数据集可用于了解环丙沙星吸入用干粉剂及其使用说明的总结性可用性研究的登记信息，适合关注呼吸系统疾病领域吸入制剂使用评价、医疗器械或给药装置可用性验证等方向的研究人员与相关从业者参考。关于该数据集在其他具体应用场景中的适用性，源站未提供。
【使用方法】
该数据集来自 clinicaltrials.gov，可按该来源站通常提供的研究登记信息查阅方式进行使用。关于具体的数据读取方式、字段说明、配套文档或分析建议，源站未提供。
【质量与限制】
该数据集的信息来自 clinicaltrials.gov 的研究登记描述，其内容范围以源站所提供的信息为限。研究使用安慰剂开展可用性测试，这一设计特点与数据集所反映的研究目的相关。关于数据完整性、准确性评估、更新频率以及已知偏差等质量与限制方面的具体说明，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式与使用许可的具体要求，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/NCT02661438
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、肺部疾病、慢性阻塞性肺疾病。本研究的目的是对环丙沙星吸入干粉剂（DPI）及其相关使用说明进行总结性（即验证性）可用性测试。
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。
