针对非裔美国人糖尿病肾病多维困境的基本需求导航干预
该数据集来自 clinicaltrials.gov,聚焦非裔美国人糖尿病肾病(DKD)患者的多维困境与基本需求导航干预。覆盖糖尿病肾病、2型糖尿病、慢性肾病及健康生活方式等主题

基本信息
资源简介
针对非裔美国人糖尿病肾病多维困境的基本需求导航干预
该数据集来自 clinicaltrials.gov,聚焦非裔美国人糖尿病肾病(DKD)患者的多维困境与基本需求导航干预。覆盖糖尿病肾病、2型糖尿病、慢性肾病及健康生活方式等主题。研究采用双臂试点随机对照试验,纳入五十名非裔美国成年人,旨在探索患者导航项目对改善低收入慢性病患者健康结局的作用。数据可用于分析社会困境与DKD自我管理的关系,评估导航干预效果,并为后续更大规模试验提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病肾病、2型糖尿病、慢性肾病、健康生活方式。多维困境定义为存在三种或以上社会困境,如住房不稳定、食物不安全、交通需求、公用事业需求、人际安全和经济压力,这些困境影响DKD复杂的自我管理并对健康结局产生负面影响。有证据表明,患者导航项目可能是改善低收入慢性病患者健康结局的一种有前景的策略。然而,关于使用患者导航项目解决慢性病患者多维困境的证据有限。因此,本研究的主要目标是填补这一知识空白。研究概述:这将通过一项双臂试点随机对照试验来实现。五十(50)名非裔美国成年人
【主题与分类】
主题标签:Diabetic Nephropathies、Diabetes Mellitus, Type 2、Chronic Kidney Diseases、Healthy Lifestyle。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05357742
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/NCT05357742
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:糖尿病肾病、2型糖尿病、慢性肾脏病、健康生活方式。多维逆境,定义为存在三种或以上社会逆境,如住房不稳定、食物不安全、交通需求、公用事业需求、人际安全及经济压力,会影响糖尿病肾病的复杂自我管理,并对健康结局产生负面影响。证据表明,患者导航项目可能是改善低收入慢性病患者健康结局的一种有前景的策略。然而,关于使用患者导航员项目来应对慢性病患者多维逆境的证据有限。因此,本研究的主要目标是填补这一知识空白。研究概述:这将通过一项双臂试点随机对照试验来实现。五十(50)名经历多维逆境的非裔美国糖尿病肾病成人将被随机分配到以下两组之一:1)干预组和2)强化常规护理组。
干预描述:随机分配到干预组的参与者将接受手册化的研究干预,该干预包括三个组成部分:1)DKD教育,2)个体化基本需求导航,以及3)生活方式辅导和技能培训。参与者将获得一台FORA二合一设备及血糖试纸,以便至少每天进行一次检测。该设备会自动将血压和血糖读数实时上传至安全服务器,健康教育者将有权访问该安全服务器。读数将用于指导生活方式辅导和技能培训。所有参与者将在基线、3个月和6个月时接受临床结局(糖化血红蛋白、血压、血脂)、自我护理行为(饮食、运动和用药依从性)以及生活质量(SF-12)的评估。对照组(强化常规护理组):随机分配到对照组的参与者将接受手册化的研究干预,该干预仅包括DKD教育。所有参与者将在基线、3个月和6个月时接受评估,以
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。




