儿童哮喘数字化管理
该数据集源自 clinicaltrials.gov，聚焦儿童哮喘的数字化管理。源站描述指出哮喘是儿童最常见的慢性疾病，法国三分之二患儿哮喘未控制；智能吸入器等联网设备可从患者家中采集客观信息，新冠疫情加速了远程医疗应用
基本信息
资源简介
儿童哮喘数字化管理
该数据集英文名为 Towards Digital Management of Paediatric Asthma，来源于 clinicaltrials.gov，本站将其归类为呼吸系统疾病 / 其他，主题标签为 Pediatric Asthma。数据集聚焦儿童哮喘的数字化管理这一研究方向。源站描述指出，哮喘是儿童最常见的慢性疾病；在法国，三分之二的儿童哮喘未得到控制，意味着他们会出现症状并偶发哮喘发作。数字革命推动了联网设备的发展，尤其是智能吸入器，可从患者家中采集用于评估哮喘的客观信息。新冠疫情期间远程医疗的应用进一步加速。这些新方法代表儿童哮喘管理的重大转变，为更有效的治疗方式提供了机会。作为更大规模研究的前期探索，该试点研究假设：通过联网设备警报触发远程医疗咨询的主动远程照护来实现数字化哮喘管理，可能比现有管理方式更好地改善儿童哮喘控制。
【数据集背景】
该数据集所对应的研究背景源于儿童哮喘管理的现实困境与数字化技术的结合。源站描述明确指出，哮喘是儿童最常见的慢性疾病，而在法国，三分之二的儿童哮喘未得到控制，患儿会经历症状和偶发的哮喘发作。这一未控制比例构成了开展数字化管理探索的临床动因。与此同时，数字革命使联网设备得以发展，尤其是智能吸入器，能够从患者家中采集用于评估哮喘的客观信息；新冠疫情期间远程医疗的加速采用，进一步为儿童哮喘的远程管理创造了条件。源站将这些新方法描述为儿童哮喘管理的重大转变，并认为其提供了更有效治疗方式的机会。该研究被定位为一项更大规模研究的前期试点，其核心假设是：以联网设备警报触发远程医疗咨询、实施主动远程照护的数字化哮喘管理方式，可能优于当前的管理方式，从而改善儿童哮喘控制。
【数据内容】
源站描述围绕研究条件与研究假设展开，涉及的条件为 Pediatric Asthma（儿童哮喘）。描述中提及的数据要素包括：联网设备（尤其是智能吸入器）从患者家中采集的用于评估哮喘的客观信息，以及由联网设备警报触发的远程医疗咨询。源站未提供具体的数据字段、变量清单、样本量、随访时长或结局指标等细节。
【采集与来源】
该数据集来源站为 clinicaltrials.gov。就采集方式而言，源站描述提到通过联网设备在患者家中采集客观信息，并以此触发远程医疗咨询，属于主动远程照护模式下的数据获取途径。源站未提供采集频率、设备型号、数据存储方式等具体信息。
【适用场景】
基于源站描述，该数据集适用于儿童哮喘数字化管理相关的研究场景，尤其是评估“联网设备警报触发远程医疗咨询的主动远程照护”这一管理模式对儿童哮喘控制效果的方向。其试点性质表明它可作为更大规模研究的前期基础。源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供。
【质量与限制】
该研究被源站描述为一项试点研究，是更大规模调查的前期探索，这构成其规模与结论外推方面的固有定位。源站未提供样本量、数据完整性、偏倚控制等质量指标信息。
【引用与许可】
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/NCT06902766
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：儿童哮喘。哮喘是儿童最常见的慢性疾病。在法国，三分之二的儿童哮喘未得到控制，这意味着他们会经历症状和偶发的哮喘发作。数字革命促进了联网设备的发展，尤其是智能吸入器，这些设备能够从患者家中收集客观信息以评估哮喘状况。Covid-19大流行进一步加速了远程医疗的采用。这些新方法代表了儿科哮喘管理的重大转变，为更有效的治疗方法提供了机会。作为更大规模调查的先导，本试点研究假设：通过联网设备警报触发的远程医疗咨询进行主动远程护理的数字哮喘管理，可能比当前的管理方法更能改善儿童哮喘控制。
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。
