基于视频指导的藏族人群结肠准备对提高息肉检出率的单中心随机对照试验数据集

该数据集包含一项针对藏族人群的随机对照试验临床数据,主要数据模态为临床表格,记录了149例患者的结肠准备质量评分、息肉检出结果及分组教育信息,旨在通过对比视频与文本两种教育方式,评估其对结肠息肉检出率的提升效果,适用于消化内镜质量控制、人工智能辅助息肉检测模型训练以及少数民族地区医疗干预策略优化等研究方向。

Chuan.Zhang; Guozhen³.An; Cairen.Qiuzhong³; Baderwen.Mao³; Qiumei³.Zhang; Huan².Cao; Jing.Chen; Haifeng³.Xu; Chuxuan.BinChuan.Zhang; Guozhen³.An; Cairen.Qiuzhong³; Baderwen.Mao³; Qiumei³.Zhang; Huan².Cao; Jing.Chen; Haifeng³.Xu; Chuxuan.Bin
科学数据银行
2025-01-09 更新
浏览 7
结肠镜检查准备息肉检出率优化

基本信息

创建/更新时间
2025-01-09

资源简介

该数据集来源于一项前瞻性、内镜医师盲法、随机对照临床试验,旨在评估视频指导对藏族人群结肠准备质量及息肉检出率(PDR)的影响。数据集包含2024年3月1日至7月31日在玉树藏族自治州人民医院接受结肠镜检查的149例患者数据,患者被随机分为视频教育组(70例)和文本教育组(79例)。数据内容包括患者基本信息、结肠准备质量评分(采用渥太华肠道准备评分量表)、息肉检出结果以及相关临床变量。研究通过逻辑回归单因素、多因素及亚组分析,探讨了教育方式与PDR之间的关系。该数据集适用于结肠镜检查准备优化、息肉检测算法开发、少数民族人群医疗干预效果评估等研究方向。

原始链接

https://www.scidb.cn/detail?dataSetId=OA_7c6b2381be984438bd999b83990a87e5

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://www.scidb.cn/detail?dataSetId=OA_7c6b2381be984438bd999b83990a87e5

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 openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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

该数据集来源于一项前瞻性、内镜医师盲法、随机对照临床试验,旨在评估视频指导对藏族人群结肠准备质量及息肉检出率(PDR)的影响。数据集包含2024年3月1日至7月31日在玉树藏族自治州人民医院接受结肠镜检查的149例患者数据,患者被随机分为视频教育组(70例)和文本教育组(79例)。数据内容包括患者基本信息、结肠准备质量评分(采用渥太华肠道准备评分量表)、息肉检出结果以及相关临床变量。研究通过逻辑回归单因素、多因素及亚组分析,探讨了教育方式与PDR之间的关系。该数据集适用于结肠镜检查准备优化、息肉检测算法开发、少数民族人群医疗干预效果评估等研究方向。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 结肠息肉 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案