中国NCFBE患者表型与内型转化的研究
该数据集来自clinicaltrials.gov,聚焦中国非囊性纤维化支气管扩张症(NCFBE)患者的表型与内型转化研究

基本信息
资源简介
中国NCFBE患者表型与内型转化的研究
该数据集来自clinicaltrials.gov,聚焦中国非囊性纤维化支气管扩张症(NCFBE)患者的表型与内型转化研究。NCFBE是一种以慢性咳痰和反复呼吸道感染为特征的慢性呼吸系统疾病,支气管存在异常且永久的扩张。近年流行病学研究表明,该病在高收入和低收入国家的患病率和发病率均快速上升,带来沉重的医疗和经济负担。已发表的中国支气管扩张症注册研究(BE-China)数据显示,中国患者的临床特征与西方国家不同,感染后病因和结核的比例是欧洲多中心支气管扩张审计与研究的两倍。该数据可用于NCFBE的临床特征分析、分型及转化研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:非囊性纤维化支气管扩张症。背景/理由:非囊性纤维化支气管扩张症(NCFBE)是一种慢性呼吸系统疾病,其特征是在支气管存在异常且永久性扩张的情况下,出现慢性咳痰和反复呼吸道感染的临床综合征。近期流行病学研究已清楚表明,NCFBE的患病率和发病率在高收入和低收入国家均快速上升。随着患病率的增加,支气管扩张给社会带来巨大的医疗和经济负担。近期发表的中国支气管扩张症注册研究(BE-China)数据显示,与西方国家相比,中国支气管扩张患者表现出独特的临床特征。在中国,感染后病因和结核的比例是欧洲多中心支气管扩张审计与研究的兩倍。
【主题与分类】
主题标签:Non-cystic Fibrosis Bronchiectasis。本站分类:呼吸系统疾病/肺结核。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07245407
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/NCT07245407
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
病症:非囊性纤维化支气管扩张症。背景/原理:非囊性纤维化支气管扩张症(NCFBE)是一种慢性呼吸系统疾病,其特征是在支气管存在异常且永久性扩张的情况下,出现慢性咳痰和反复呼吸道感染的临床综合征。近期流行病学研究明确显示,NCFBE的患病率和发病率在高收入及低收入国家均迅速上升。随着患病率的增加,支气管扩张症给社会带来了巨大的医疗和经济负担。最近发表的中国支气管扩张症注册研究(BE-China)数据显示,与西方国家相比,中国支气管扩张症患者表现出独特的临床特征。在中国,感染后病因和结核的比例是欧洲多中心支气管扩张症审计与研究协作组(EMBARC)队列的两倍。此外,与EMBARC队列相比,中国患者的FEV1占预计值百分比更低,阻塞比例更高。铜绿假单胞菌(PsA)是两个队列中最常见的病原体。
中国患者住院频率高于EMBARC队列(57.2% vs 26.4%);然而,与住院频率不同,中国患者在入组前一年内的急性加重次数少于EMBARC队列,且多数患者仅有一次急性加重。EMBARC队列中发生三次或以上急性加重的患者比例远高于中国(12.3% vs 38.8%)。除烟曲霉外,EMBARC队列中其他病原体的培养阳性率均远高于中国。包括EMBARC和BE-China在内的许多在不同地理区域开展的注册研究已证实,NCFBE的病因学和临床表型存在显著差异。然而,驱动疾病发展的生物学过程和机制,即所谓的“内型”,尚未在
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。




