评估从儿科到成人护理过渡的创新——过渡导航员试验
该数据集来自 clinicaltrials.gov,主题为评估从儿科到成人护理过渡的创新——过渡导航员试验。覆盖糖尿病、内分泌系统疾病、胃肠疾病、神经退行性疾病、癫痫、自身免疫性疾病、肾脏疾病、心脏疾病等慢性健康状况

基本信息
资源简介
评估从儿科到成人护理过渡的创新——过渡导航员试验
该数据集来自 clinicaltrials.gov,主题为评估从儿科到成人护理过渡的创新——过渡导航员试验。覆盖糖尿病、内分泌系统疾病、胃肠疾病、神经退行性疾病、癫痫、自身免疫性疾病、肾脏疾病、心脏疾病等慢性健康状况。过渡指青少年和年轻成人从以儿童为中心向以成人为导向的卫生系统进行有目的、有计划的转移,包括但不限于转移到成人护理。约18岁前后的转移可能造成护理连续性缺口,导致不良健康结局。该数据可用于研究过渡期协调护理、患者导航员作用及护理连续性对健康结局的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病、内分泌系统疾病、胃肠疾病、神经退行性疾病、癫痫、自身免疫性疾病、肾脏疾病、心脏疾病。过渡是患有慢性健康状况的青少年和年轻成人从以儿童为中心向以成人为导向的卫生系统进行的有目的、有计划的转移。过渡包括但不限于转移到成人护理。护理转移发生在约18岁前后的脆弱发育期,会引入护理连续性的缺口,可能导致年轻成人的不良健康结局。因此,在过渡期提供协调且适合发育阶段的护理,对于维持健康和维持对儿科卫生保健的投资是必要的。向成人护理过渡的临床实践指南建议使用患者导航员来协调进入
【主题与分类】
主题标签:Diabetes、Endocrine System Diseases、Gastro-Intestinal Disorder、Neuro-Degenerative Disease、Epilepsy、Autoimmune Diseases、Renal Disease、Cardiac Disease、Metabolic Disease、Genetic Diseases, Inborn。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03342495
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/NCT03342495
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:糖尿病、内分泌系统疾病、胃肠疾病、神经退行性疾病、癫痫、自身免疫性疾病、肾脏疾病、心脏疾病。过渡是指患有慢性健康问题的青少年和年轻成人从以儿童为中心向以成人为导向的医疗系统的有目的、有计划的转移。过渡包括但不限于向成人医疗的转移。医疗转移发生在约18岁这一脆弱的发展时期,会引入医疗连续性的缺口,可能导致年轻成人不良的健康结局。因此,在过渡期间提供协调且符合发展需求的医疗照护对于维持健康及保持儿科医疗投资成果是必要的。向成人医疗过渡的临床实践指南建议使用患者导航员来协调患者进入复杂且不熟悉的成人医疗系统。患者导航员提供个性化支持,以促进医疗随访和依从性。
有限数量的研究表明,在过渡期间获得患者导航员服务可减少医疗护理的脱失率和疾病特异性不良事件。迄今为止,尚无研究评估在多种慢性病环境中实施患者导航员对改善患者和/或卫生系统结局的益处。目标/方法 1. 评估患者导航员干预与常规治疗相比,对16至21岁患有慢性健康状况并正在过渡到成人医疗护理的年轻人在医疗保健利用和患者报告结局方面的影响 2. 获取利益相关者对患者导航员在减少以成人为导向的门诊护理障碍方面作用的看法 3. 确定归因于导航员干预的净医疗保健成本影响 还将开展一项定性研究,在试验开始和结束时对随机分配到干预组的参与者进行抽样,以了解患者的体验。
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。




