卢旺达心力衰竭自我护理教育

该数据集来自 clinicaltrials.gov,主题为卢旺达心力衰竭患者的自我护理教育。源站描述指出,卢旺达心力衰竭患者对自身病情了解不足,而心力衰竭护理需要患者积极参与,包括健康生活方式、关注症状及出现新症状时正确应对

Boston Medical CenterBoston Medical Center
clinicaltrials
浏览 12
表格分类Heart Failure
Heart Failure Self Care Education in Rwanda

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-09

资源简介

卢旺达心力衰竭自我护理教育

该数据集来自 clinicaltrials.gov,主题为卢旺达心力衰竭患者的自我护理教育。源站描述指出,卢旺达心力衰竭患者对自身病情了解不足,而心力衰竭护理需要患者积极参与,包括健康生活方式、关注症状及出现新症状时正确应对。研究团队在 Haiti 开发了自我护理教育材料并改编用于卢旺达,由临床人员借助患者手册或翻页书开展教育。研究采用群组随机阶梯楔形设计,患者已按医疗机构分组,实施顺序将随机安排。该数据可用于心力衰竭患者教育、自我护理行为及相关干预研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:心力衰竭。在卢旺达,心力衰竭患者可能对其病情缺乏健康教育。心力衰竭护理需要患者积极参与。心力衰竭的自我护理需要健康的生活方式、关注症状、在新症状出现时采取适当行动。然而,许多患者可能在感觉良好时选择停止服药,或忽视出现的新症状并延迟就医,直到病情更加严重。对患者进行心力衰竭自我护理教育可由临床工作人员借助患者手册或翻页书来实现。自我护理教育材料由研究团队在 Haiti 开发,并已改编用于卢旺达。本研究将采用群组、阶梯楔形设计。患者已根据其医疗机构分组。实施顺序将被随机安排。

【主题与分类】

主题标签:Heart Failure。本站分类:循环系统疾病/心力衰竭。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07722468

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07722468

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:心力衰竭。在卢旺达,心力衰竭患者可能对其病情缺乏健康教育。心力衰竭的护理需要患者的积极参与。心力衰竭的自我护理要求健康的生活方式、关注症状、在新症状出现时采取适当行动。然而,许多患者可能在感觉良好时选择停止服药,或者忽视新出现的症状,延迟就医直至病情更为严重。通过临床工作人员在患者手册或翻页书的支持下,可以实现对患者进行心力衰竭自我护理的教育。自我护理教育材料由海地的研究团队开发,并已针对卢旺达进行了调整。本研究将采用整群、阶梯楔形设计。患者已根据其医疗机构分组。实施顺序将按群组随机化。主要结果是通过结构化调查在干预前后评估的心力衰竭知识。

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。

获取专属数据定制方案