慢性肺病远程医疗与现场维持锻炼

该数据集来自clinicaltrials.gov,聚焦慢性肺病患者的远程医疗与现场维持锻炼研究。覆盖COPD、COPD急性加重、COPD支气管炎、肺气肿或COPD、慢性肺病、肺纤维化、间质性肺病、支气管扩张等疾病

MGH Institute of Health ProfessionsMGH Institute of Health Professions
clinicaltrials
浏览 12
基因组分类CopdCOPD ExacerbationCOPD BronchitisEmphysema or COPDChronic Lung DiseasePulmonary FibrosisInterstitial Lung DiseaseBronchiectasisChronic AsthmaChronic Asthmatic Bronchitis
Telehealth and Onsite Maintenance Exercise in Chronic Lung Disease

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-08

资源简介

慢性肺病远程医疗与现场维持锻炼

该数据集来自clinicaltrials.gov,聚焦慢性肺病患者的远程医疗与现场维持锻炼研究。覆盖COPD、COPD急性加重、COPD支气管炎、肺气肿或COPD、慢性肺病、肺纤维化、间质性肺病、支气管扩张等疾病。研究将参与者随机分为三组:远程康复组、现场门诊康复组和对照组,采用网络随机化服务与计算机随机数生成器分配,以消除偏倚。数据可用于比较不同康复模式的效果,支持呼吸系统疾病康复管理与分类研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:COPD、COPD急性加重、COPD支气管炎、肺气肿或COPD、慢性肺病、肺纤维化、间质性肺病、支气管扩张。随机分配:参与者将使用基于网络的随机化服务(www.randomize.net)被随机分配到三组之一:1)远程康复,患者在家中但远程接受监督干预,2)现场门诊康复,3)对照组,使用计算机随机数生成器以在分配期间消除偏倚风险。受试者入组同意:表达研究兴趣的潜在参与者将由研究团队通过电话联系,以进行筛查并寻求研究同意。将在电话中询问预筛查问题以确认资格。知情同意书将在初次电话中朗读,并部分

【主题与分类】

主题标签:Copd、COPD Exacerbation、COPD Bronchitis、Emphysema or COPD、Chronic Lung Disease、Pulmonary Fibrosis、Interstitial Lung Disease、Bronchiectasis、Chronic Asthma、Chronic Asthmatic Bronchitis。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/NCT06304207

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06304207

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病类型:COPD、COPD急性加重、COPD支气管炎、肺气肿或COPD、慢性肺病、肺纤维化、间质性肺病、支气管扩张。随机分组 参与者将通过基于网络的随机化服务(www.randomize.net)被随机分配到以下三组之一:1)远程康复组,患者在家中但将接受远程监督下的干预;2)现场门诊康复组;3)对照组,使用计算机随机数字生成器进行分配,以消除分配过程中的偏倚风险。受试者招募 同意:对研究表示兴趣的潜在参与者将由研究团队通过电话联系,进行筛查并征求研究同意。将通过电话询问预筛选问题以确认资格。在初次电话通话期间将宣读知情同意书,参与者将被要求在首次访问MGH健康职业学院IMPACT实践中心之前,通过发送至其电子邮箱的RedCap链接签署一份同意书副本。

与研究相关的任何问题都将在签署知情同意书之前予以解答(见所附知情同意书)。参与者将被告知有可能被分入三个组别之一。研究研究者将参与获取知情同意。对照组参与者在研究期结束后,将有机会完成一项为期8周的现场或远程康复干预。参与者可在任何时候退出研究,不会受到任何处罚或产生任何负面后果。参与将是自愿的,参与者可随时选择退出研究。为提高来自多元化和代表性不足背景参与者的招募率,将在MGH Institute of Health Professions的现场地点提供免费停车。对于被分配到远程康复组、且无法连接并参与干预的参与者,将在研究期间借用一台I-pad。此外,所有参与者将获得50.00美元的礼品

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。

获取专属数据定制方案