布地奈德加入低压高容量盐水鼻窦冲洗治疗慢性鼻窦炎的影响
该数据集来自 clinicaltrials.gov,为一项双盲安慰剂对照随机临床试验,研究对象为最多 80 名成人慢性鼻窦炎患者,症状包括脓性鼻分泌物、鼻塞、面部疼痛压迫感或嗅觉减退,病程 12 周以上

基本信息
资源简介
布地奈德加入低压高容量盐水鼻窦冲洗治疗慢性鼻窦炎的影响
该数据集来自 clinicaltrials.gov,为一项双盲安慰剂对照随机临床试验,研究对象为最多 80 名成人慢性鼻窦炎患者,症状包括脓性鼻分泌物、鼻塞、面部疼痛压迫感或嗅觉减退,病程 12 周以上。数据覆盖慢性嗜酸性鼻窦炎与过敏性鼻窦炎等类型,可用于分析布地奈德加入低压高容量盐水鼻窦冲洗后的影响,支持疾病分型与疗效相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:鼻窦炎、慢性嗜酸性鼻窦炎、过敏性鼻窦炎。研究设计:双盲安慰剂对照随机临床试验。受试者:最多 80 名成年患者,主诉为脓性(非清亮)鼻分泌物,伴有鼻塞、面部疼痛-压迫-胀满感或两者兼有,以及嗅觉减退或丧失持续 12 周或以上。纳入标准:符合慢性鼻窦炎(CRS)的两项或以上体征和症状持续十二(12)周或更长时间:黏液脓性分泌物(前部、后部或两者兼有)、鼻塞(充血)、面部疼痛-压迫-胀满感、嗅觉减退,并且通过以下一项或多项发现记录有炎症: 中鼻道或筛窦区域有脓性(非清亮)黏液或水肿, 鼻腔或中鼻道有息肉,和/或 * 影像学检查显示
【主题与分类】
主题标签:Rhinosinusitis、Chronic Eosinophilic Rhinosinusitis、Allergic Rhinosinusitis。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/NCT02696850
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/NCT02696850
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
研究条件:鼻窦炎、慢性嗜酸性鼻窦炎、过敏性鼻窦炎。研究设计:双盲安慰剂对照随机临床试验。受试者:最多80名成年患者,主诉为脓性(非清亮)鼻分泌物,伴有鼻塞、面部疼痛-压迫-胀满感或两者兼有,以及嗅觉减退或丧失,持续12周或以上。
纳入标准:符合慢性鼻窦炎(CRS)以下体征和症状中的两项或以上,持续十二(12)周或更长时间:黏液脓性分泌物(前鼻、后鼻或两者兼有)、鼻塞(充血)、面部疼痛-压迫感-胀满感,以及嗅觉减退;并且有以下一项或多项检查结果记录的炎症:* 中鼻道或筛窦区域有脓性(非清亮)黏液或水肿,* 鼻腔或中鼻道有息肉,和/或 * 影像学检查显示鼻旁窦炎症。排除标准:* 无法说英语 * 有纤毛运动障碍、囊性纤维化或任何其他黏液纤毛疾病的共病史 * 因哮喘和慢性阻塞性肺疾病等共病而依赖长期皮质类固醇治疗。
- 过去2周内有口服或全身性抗生素使用史 * 过去6周内有鼻部或鼻窦手术史 * 有脑脊液漏病史 * 对布地奈德或其他局部皮质类固醇过敏史 * 妊娠或哺乳期 * 当前感染或有以下感染史之一:结核(TB)肺部感染,或眼部疱疹感染。 * 基线SNOT-22总分低于9分者被排除,因为无法达到最小临床重要差异 关注变量 人口学特征——年龄、性别和种族。 索引病情——CRS症状持续时间、对既往治疗的反应 共病情况——一般共病的存在及严重程度将采用ACE-27进行评估。鼻窦炎特异性共病的存在将包括:吸入性过敏、哮喘和阿司匹林敏感 既往鼻
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。




