注册护士对心力衰竭患者家庭照护者感知的焦点小组访谈研究数据
该数据集为一项定性研究的共享数据,包含焦点小组访谈的匿名转录文本及其质性内容分析结果。研究于2014年在瑞典一个县的3家医院和3家初级卫生保健中心开展,共进行6次焦点小组访谈,涉及23名注册护士

基本信息
资源简介
注册护士对心力衰竭患者家庭照护者感知的焦点小组访谈研究数据
Data for “Registered Nurses’ Perceptions of Family Caregivers to Patients with Heart Failure: A Focus Group Interview Study.”
该数据集为一项定性研究的共享数据,包含焦点小组访谈的匿名转录文本及其质性内容分析结果。研究于2014年在瑞典一个县的3家医院和3家初级卫生保健中心开展,共进行6次焦点小组访谈,涉及23名注册护士。研究围绕注册护士对心力衰竭患者家庭照护者处境的感知及干预措施展开,分析中依据研究目标确定两个内容领域,并形成四个类别和九个亚类别。数据可用于心力衰竭照护、家庭照护者支持及护理人员感知等主题的质性研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):项目摘要:本定性研究探讨注册护士对心力衰竭患者家庭照护者处境的感知,以及注册护士的干预措施,以改善家庭照护者的处境。数据摘要:共享数据包括焦点小组访谈的匿名转录文本及对这些访谈的质性内容分析。2014年在瑞典一个县的3家医院和3家初级卫生保健中心,与23名注册护士进行了6次焦点小组访谈。根据预先设定的研究目标确定了两个内容领域。分析过程中形成了四个类别和九个亚类别。内容领域“家庭照护者的处境”包括两个类别:“减轻负担”和“理解心力衰竭状况及其后果”。内容领域“改善家庭照护者处境的干预措施”
【主题与分类】
主题标签:Medicine, Health and Life Sciences、Social Sciences、family member、focus group interviews、heart failure、perceptions、qualitative、nurses。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://data.qdr.syr.edu/citation?persistentId=doi:10.5064/F60Z715Z
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://doi.org/10.5064/F60Z715Z
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
项目摘要:这项定性研究探讨了注册护士对心力衰竭患者家庭照护者处境的看法,以及注册护士为改善家庭照护者处境所采取的干预措施。数据摘要:共享数据包括焦点小组访谈的匿名转录文本以及对这些访谈的定性内容分析。2014年,在瑞典一个县的3家医院和3家初级卫生保健中心,对23名注册护士进行了6次焦点小组访谈。根据预先设定的研究目标,确定了两个内容领域。在分析过程中出现了4个类别和9个子类别。内容领域“家庭照护者的处境”包括两个类别:“减轻负担”和“理解心力衰竭状况及其后果”。内容领域“改善家庭照护者处境的干预措施”包括两个类别:“个性化支持与信息”和“搭建沟通桥梁”。注册护士认为家庭照护者的处境负担沉重,以担忧和不确定性为特征。
在初级卫生保健中心,注册护士作为固定的医疗保健联系人,其连续性和安全性可能是一种可持续的干预措施,以减轻家庭照护者的担忧和不确定性。在医院由护士主导的心力衰竭门诊中,注册护士可以通过采用“共享照护”和/或“以家庭为中心的照护”,为家庭照护者提供参与其亲属医疗保健的机会,并处理家庭内部的一致性和关系质量问题。注册护士认为,有必要制定协调一致的个体化照护计划,作为县议会与市政府之间合作的基础。参与该项目的研究人员:Annelie K. Gusdal(首席研究员),瑞典埃斯基尔斯蒂纳市梅拉达伦大学健康、照护与社会福利学院,负责研究设计、数据收集、录音转
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。




