基于智能手机视频会议的克罗恩病患者远程医疗数据集

139例克罗恩病患者智能手机视频远程医疗与传统门诊比较的前瞻性随机对照研究数据，含满意度、疾病活动度等指标。

Mendeley Data

2024-03-27 更新

表格克罗恩病远程医疗

Smartphone-Based Videoconferance Telehealth for patients with Crohn’s Disease

基本信息

模态

表格

大小

0.000037541 GB

创建/更新时间

2024-03-27

版本

资源简介

基于智能手机视频会议的克罗恩病患者远程医疗数据集

【一句话概览】

本数据集是 Mendeley Data 公开的结构化表格数据集，收录 1 个文件、合计 37.54 KB，可用于统计建模、特征工程与队列分析。

【数据集背景】

本数据集源站标题为《Smartphone-Based Videoconferance Telehealth for patients with Crohn’s Disease》。源站首次发布：2021-02-22。

【数据内容】

源站原始描述：The purpose of this study is to determine feasibility and effectivity of smartphone-based real-time video visits.We prospectively randomised 139 patients either to traditional (FTF) or online clinic (OLC) in a tertiary university hospital.We measured patients satisfactions clinic metrics such as disease activity,visit outcomes ,socioeconomic parameters,and travel expencess

中文译文（机器翻译，仅供快速理解，请以原文为准）：本研究旨在确定基于智能手机的实时视频就诊的可行性和有效性。我们在某三级大学医院前瞻性随机分配了139例患者，分别接受传统（FTF）门诊或在线门诊（OLC）。我们测量了患者满意度、门诊指标（如疾病活动度、就诊结局）、社会经济参数和交通费用。

【数据结构与技术规格】

文件数 1 个，合计 37.54 KB。数据集 DOI：10.17632/c5d3v8fd5r.1。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面：https://data.mendeley.com/datasets/c5d3v8fd5r

原始链接

https://data.mendeley.com/datasets/c5d3v8fd5r

访问原始数据

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://data.mendeley.com/datasets/c5d3v8fd5r

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。

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))