通过食物选择映射促进CKD患者自我赋权
该数据集来自clinicaltrials.gov,聚焦慢性肾脏病(CKD)3b至5期患者的营养教育与自我赋权。源站描述指出,CKD管理中的饮食干预若仅强调食物限制而缺乏食物选择调整知识,难以长期坚持,因此需要战略性营养教育方法以提升成本效益

基本信息
资源简介
通过食物选择映射促进CKD患者自我赋权
该数据集来自clinicaltrials.gov,聚焦慢性肾脏病(CKD)3b至5期患者的营养教育与自我赋权。源站描述指出,CKD管理中的饮食干预若仅强调食物限制而缺乏食物选择调整知识,难以长期坚持,因此需要战略性营养教育方法以提升成本效益。患者自我赋权有助于优化医院资源利用、降低医疗成本并减少对医疗服务的依赖,对需长期遵循与病前生活冲突的管理方案的CKD患者尤为重要。近年来移动应用成为传递营养教育项目的流行平台。该数据可用于CKD营养教育、饮食行为干预及移动健康应用相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:CKD,慢性肾脏病(3b-5期)。饮食是CKD管理不可或缺的一部分;然而,如果仅强调食物限制而不提供关于调整食物选择以享受食物的知识,对患者而言长期不可持续。因此,需要采用战略性的营养教育方法以最大化成本效益。患者的自我赋权正日益被认可为一种优化医院资源利用、降低医疗成本并减少患者对医疗服务依赖的手段。这对慢性肾脏病(CKD)患者尤其相关,他们需要遵守一种常与其诊断前生活和优先事项相冲突的疾病管理方案。近年来,移动应用已成为提供营养教育项目的流行平台。研究表明
【主题与分类】
主题标签:CKD、Chronic Kidney Disease (Stages 3b-5)。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07804316
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/NCT07804316
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:
数据说明
条件:CKD,慢性肾脏病(3b-5期)。饮食是CKD管理中不可或缺的一部分;然而,如果仅强调食物限制而不提供关于调整食物选择以享受饮食的知识,患者长期难以坚持。因此,需要采取策略性的营养教育方法,以最大化成本效益。患者自我赋权正日益被认可为优化医院资源利用、降低医疗成本及减少患者对医疗服务依赖的手段。这对于慢性肾脏病(CKD)患者尤为重要,因为他们需要遵守的疾病管理方案往往与诊断前的生活和优先事项相冲突。近年来,移动应用程序已成为提供营养教育项目的流行平台。研究表明,旨在吸引患者参与并促进CKD自我管理的移动应用程序,在改善对钠、钾、磷、蛋白质、热量和液体摄入相关饮食限制的依从性方面显示出前景。
其中一些应用程序提供了一系列功能,但仍需营养师在面对面咨询中进行审核。这种深入的方法虽然有益,但可能无法完全优化营养师的时间效率。因此,有必要开发一款改进的慢性肾脏病(CKD)营养管理移动应用程序,使患者能够在记录食物日记的基础上,个性化选择食物。患者可以在营养咨询过程中接受培训,学会使用该应用程序,最终有助于减少每次咨询所花费的时间,从而减轻营养师的工作负担。拟议的应用程序还将融入一些初步的人工智能(AI),为患者提供个性化的食物选择。这一功能预计将进一步提升应用程序的用户友好性和便利性,从而促进CKD患者的使用和赋能。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




