过渡期护理模式评估2020

该数据集来自clinicaltrials.gov,主题为过渡期护理模式(TCM)评估,聚焦心力衰竭、COPD与Pneumonia等循环系统疾病

Mathematica Policy Research, Inc.Mathematica Policy Research, Inc.
clinicaltrials
浏览 10
表格预测CHF - Congestive Heart FailureCOPDPneumonia
Transitional Care Model Evaluation 2020

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-10

资源简介

过渡期护理模式评估2020

该数据集来自clinicaltrials.gov,主题为过渡期护理模式(TCM)评估,聚焦心力衰竭、COPD与Pneumonia等循环系统疾病。研究由高级执业注册护士(APRN)主导,采用团队化管理策略,旨在改善从医院过渡到家庭的高风险老年患者的护理与结局。符合条件的患者被随机分为干预组(接受TCM干预)和对照组(接受常规护理)。目标样本量接近1000例,干预组与对照组均分,其中UCSF和Trinity医疗系统各提供250至270例,另从两家VHA医院合计招募450例。数据在入组时、随机化之前由入组协调员收集(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:CHF - 充血性心力衰竭、COPD、Pneumonia。过渡期护理模式(TCM)是一种由高级执业注册护士(APRN)主导、基于团队的管理策略,旨在改善从医院过渡到家庭的高风险老年患者的护理与结局。同意参与研究的合格患者将被随机分配到干预组(接受TCM干预)或对照组(接受常规护理,即标准出院计划和出院后随访服务)。研究的目标样本量接近1000,平均分为干预组和对照组,其中UCSF和Trinity医疗系统各提供250至270名患者,另外从两家VHA医院合计招募450名。数据将在入组时、随机化之前由入组协调员收集。

【主题与分类】

主题标签:CHF - Congestive Heart Failure、COPD、Pneumonia。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/NCT04212962

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/NCT04212962

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

疾病:CHF——充血性心力衰竭、COPD、肺炎。过渡期护理模式(TCM)是一种由高级执业注册护士(APRN)领导、基于团队开展的护理管理策略,旨在改善从医院过渡到家庭的高风险老年人的护理和结局。同意参与研究的合格患者将被随机分配到干预组或对照组,干预组接受TCM干预,对照组接受常规护理(标准出院计划和出院后随访服务)。研究的目标样本量接近1000人,平均分为干预组和对照组,其中UCSF和Trinity医疗系统各纳入250至270名患者,另外从两家VHA医院合计招募450名患者。数据将在入组时、随机化之前,由各参与医院的入组协调员收集。随访数据将通过出院后90天对患者进行的调查,以及从Medicare、Medicare Advantage计划和VHA获得的理赔数据中收集。

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