心血管-肾脏-代谢健康中的团队式共享决策项目
该数据集来自 clinicaltrials.gov,围绕心血管-肾脏-代谢(CKM)健康领域的团队式共享决策(SDM)项目

基本信息
资源简介
心血管-肾脏-代谢健康中的团队式共享决策项目
该数据集来自 clinicaltrials.gov,围绕心血管-肾脏-代谢(CKM)健康领域的团队式共享决策(SDM)项目。研究拟开展一项试点随机对照试验,在 Maryland 一家初级保健诊所纳入 94 名具有心脏代谢危险因素及 CKM 综合征的成年患者,比较 SDM 干预与常规照护。干预组接受为期 6 个月的干预加常规照护,对照组仅接受常规照护。具体目标包括评估团队式 SDM 项目的可行性(招募、留存、干预依从性与保真度),并评估其初步疗效(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:高血压(HTN)、糖尿病(DM)、高脂血症、肾脏疾病、肥胖、心血管-肾脏-代谢(CKM)、超重。研究者提出了一种新颖的团队式共享决策(SDM)项目。本提案的总体目标是在 Maryland 一家初级保健诊所开展一项试点随机对照试验,在 94 名具有心脏代谢危险因素和心血管-肾脏-代谢(CKM)综合征的成年患者中评估 SDM 干预与常规照护的比较。干预组参与者将接受为期 6 个月的干预和常规照护,而对照组参与者将接受常规照护。具体目标包括:目标 1:评估团队式 SDM 项目的可行性。可行性结局包括招募、留存、干预依从性和保真度。目标 2:评估团队式 SDM 的初步疗效
【主题与分类】
主题标签:Hypertension (HTN)、Diabetes (DM)、Hyperlipidaemia、Kidney Disease、Obesity、Cardiovascular-kidney-metabolic (CKM)、Overweight。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07662616
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/NCT07662616
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
疾病:高血压(HTN)、糖尿病(DM)、高脂血症、肾脏疾病、肥胖、心血管-肾脏-代谢(CKM)、超重。研究人员提出了一种新颖的基于团队的共享决策(SDM)方案。本提案的总体目标是在马里兰州一家初级保健诊所的94名患有心脏代谢因素和心血管-肾脏-代谢(CKM)综合征的成年患者中,开展一项初步随机对照试验,以评估SDM干预与常规护理的比较。干预组的参与者将接受为期6个月的干预及常规护理,而对照组参与者将仅接受常规护理。具体目标包括:目标1:评估基于团队的SDM方案的可行性。可行性结局包括招募、保留、干预依从性和保真度。
目标2:评估基于团队的SDM项目与常规护理相比,在干预后12周改善临床、患者报告和以患者为中心的结果方面的初步疗效。
目标3:考察基于团队的SDM项目与常规护理相比,在改善患者生命八要素和药物依从性方面从基线到6个月的初步疗效。
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。




