香港老年听力损失照护优化:耳鼻喉科与家庭医学专科协作试点模式的成本效果与满意度分析
该数据集来自 clinicaltrials.gov,聚焦香港老年性听力损失(Presbycusis)的照护模式研究。研究为前瞻性平行队列观察性研究,评估将军澳南家庭医学诊所新设的老年听力门诊,该门诊由家庭医学医生提供,并获耳鼻喉科专科护士及听力学服务支持,将与既有耳鼻喉科老年听力服务进行比较,分析协

基本信息
资源简介
香港老年听力损失照护优化:耳鼻喉科与家庭医学专科协作试点模式的成本效果与满意度分析
该数据集来自 clinicaltrials.gov,聚焦香港老年性听力损失(Presbycusis)的照护模式研究。研究为前瞻性平行队列观察性研究,评估将军澳南家庭医学诊所新设的老年听力门诊,该门诊由家庭医学医生提供,并获耳鼻喉科专科护士及听力学服务支持,将与既有耳鼻喉科老年听力服务进行比较,分析协作照护路径的成本效果与满意度。数据可用于老年听力损失照护模式比较、卫生服务研究及成本效果评价等用途(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:老年性听力损失、Presbycusis。老年性听力损失常见,可影响沟通、日常活动、社会参与、情绪健康和生活质量。听力损失的老年人可能因耳鼻喉科专科门诊服务需求极高而延迟获得评估和康复。基于家庭医学的协作照护路径可使合适患者更早获得听力评估和康复,同时在临床有指征时保持转诊至耳鼻喉科的清晰路径。这项前瞻性、平行队列观察性研究将评估将军澳南家庭医学诊所新设的家庭医学老年听力门诊。该门诊由家庭医学医生提供,并获耳鼻喉科专科护士和听力学服务支持。它将与既有的耳鼻喉科老年
【主题与分类】
主题标签:Hearing Loss, Age-Related、Presbycusis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07782177
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/NCT07782177
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
研究条件:听力损失、年龄相关性听力损失、老年性耳聋。年龄相关性听力损失较为常见,可影响沟通、日常活动、社会参与、情绪健康及生活质量。听力损失的老年人可能因耳鼻喉专科门诊服务需求极高而延误获得评估和康复。以家庭医学为基础的协作照护路径可使合适的患者更早获得听力评估和康复,同时在有临床指征时保持转诊至耳鼻喉科的明确途径。本前瞻性、平行队列观察性研究将评估将军澳南部家庭医学诊所新设的家庭医学老年听力门诊。该门诊由家庭医学医生提供,并得到耳鼻喉专科护士和听力学服务的支持。将与之进行比较的是将军澳医院耳鼻喉专科门诊现有的耳鼻喉老年听力门诊。分组将遵循常规临床转诊、分诊和服务路径;参与者不会被随机分配。
连续招募年龄在65岁及以上、患有双侧进行性听力损失、耳垢栓塞或需要转诊验配助听器的合格患者参与研究。需专科诊治的紧急或复杂耳科表现患者将被排除,包括突发性感音神经性听力损失、急性耳部感染或耳漏、鼓膜穿孔,或疑似胆脂瘤或其他严重中耳疾病。患者必须能够提供知情同意,可独立提供或在照护者充分支持下完成研究问卷。约12个月内将招募约500名参与者:家庭医学(FM)队列约100名,耳鼻喉科(ENT)队列约400名。参与者将接受听力评估,包括纯音测听或等效评估,并按照其被分配的常规照护路径接受照护。在FM路径中,临床医生将评估听力……
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。




