简明语言知情同意关键信息对参与者理解与决策冲突影响的随机试点研究数据(SWAT)
该数据集来自一项随机试点研究,旨在评估开展study-within-a-trial (SWAT)的可行性,以检验简明语言知情同意关键信息对参与者理解与决策冲突的影响

基本信息
资源简介
简明语言知情同意关键信息对参与者理解与决策冲突影响的随机试点研究数据(SWAT)
Data for Plain Language Informed Consent Key Information on Participant Understanding and Decisional Conflict: A Randomized Pilot Study for a Study-within-a-trial (SWAT)
该数据集来自一项随机试点研究,旨在评估开展study-within-a-trial (SWAT)的可行性,以检验简明语言知情同意关键信息对参与者理解与决策冲突的影响。研究对象为符合宿主试验(膳食蛋白质补充与肌肉恢复)条件的心力衰竭患者,随机分为对照组(接受标准实践,即宿主试验知情同意书的原始关键信息)和干预组(同时接受原始关键信息与依据清单开发的简明语言版本)。参与者在做出知情同意决定后受邀完成SWAT调查。数据包含参与者知情同意理解、感知阅读难易度、决策冲突等非盲法结局评估信息,可用于分析简明语言对知情同意理解与决策的影响(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该随机试点研究的主要目标是评估开展study-within-a-trial (SWAT)的可行性,以检验简明语言知情同意关键信息对参与者理解与决策冲突的影响。符合宿主试验(关于膳食蛋白质补充与肌肉恢复)参与条件的心力衰竭患者被自动随机分配到该SWAT中。对照组接受标准实践,即宿主试验知情同意书的原始关键信息。干预组同时接受原始关键信息以及使用清单开发的简明语言版本。在做出知情同意决定后,参与者被邀请完成SWAT调查。该数据集包含关于参与者知情同意理解、感知阅读难易度、决策冲突的信息(非盲法结局评估)。
【主题与分类】
主题标签:Medicine, Health and Life Sciences。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/TDKU7R
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/10.7910/DVN/TDKU7R
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:
数据集大小约 14.1 KB。
数据说明
这项随机试点研究的主要目的是评估在试验中嵌套研究(SWAT)的可行性,以测试简明语言版知情同意关键信息对参与者理解力和决策冲突的影响。符合宿主试验(关于膳食蛋白质补充与肌肉恢复)参与条件的心力衰竭患者被自动随机分配到SWAT中。对照组接受标准实践,即宿主试验知情同意书中的原始关键信息。干预组同时接受原始关键信息和使用检查清单开发的简明语言版本。在做出知情同意决定后,参与者被邀请完成SWAT调查。该数据集包含有关参与者知情同意理解力、感知阅读难易度、决策冲突和人口统计学信息(非盲法结局评估)。
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。




