数字教练策略促进2型糖尿病行为改变：系统综述
背景：在本系统综述中，我们关注数字工具在提供健康教练、教育及促进糖尿病前期或2型糖尿病患者行为方面的临床影响。我们的方法旨在为正在考虑采用此类数字工具的临床医生和医疗系统提供见解
基本信息
资源简介
数字教练策略促进2型糖尿病行为改变：系统综述
本数据集围绕数字工具在糖尿病前期或2型糖尿病患者健康教练、教育与行为促进中的临床应用展开，是一项系统综述的配套摘要信息。其英文名称为“Digital coaching strategies to facilitate behavioral change in type 2 diabetes: a systematic review”，本站分类归入内分泌、营养和代谢疾病下的糖尿病方向，来源站为search.dataone.org。该数据集旨在为正在考虑采用此类数字工具的临床医生和医疗系统提供参考性见解，内容与系统综述的检索、筛选和证据综合过程相关，并以摘要形式呈现综述所涉及的研究信息。整体而言，它服务于对数字健康干预在2型糖尿病管理与预防中作用进行快速了解的需求，适合作为进一步查阅原始系统综述和证据合成结果的入口。
【数据集背景】
该数据集对应的系统综述聚焦于数字工具在提供健康教练、教育以及促进糖尿病前期或2型糖尿病患者行为方面的临床影响。其方法设计的目标是为临床医生和医疗系统提供见解，帮助其评估是否采用此类数字工具。综述关注的是数字教练策略在管理和预防2型糖尿病中的角色，而非单纯的技术描述。通过系统检索和筛选，综述最终纳入21篇文章，并对其临床影响进行综合分析。数据集即提供与该系统综述相关的摘要信息，便于用户了解综述的背景、证据获取方式和主要发现方向。
【数据内容】
该数据集提供的是与系统综述相关的摘要信息。根据源站描述，综述共纳入21篇文章，其中20项研究在至少一项指标上显示出统计学显著改善。证据综合部分提到，分析中的21项研究里有20项在至少一个测量指标上表现出统计学显著改善。数据集本身不包含原始患者数据或完整全文，而是围绕系统综述的摘要性信息组织。其内容涉及数字教练策略在2型糖尿病管理和预防中的研究汇总，适合用于了解该领域证据的整体轮廓。
【采集与来源】
证据获取方面，综述检索了CINAHL、Scopus和Ovid/MEDLINE数据库，并采用PRISMA指南，检索范围是2014年1月至2019年6月发表的、报告数字教练策略用于2型糖尿病管理和预防的研究。文章由2名独立盲法评审员进行审查。最终有21篇文章符合纳入标准。数据集的来源站为search.dataone.org，本站分类为内分泌、营养和代谢疾病 / 糖尿病。除上述检索数据库、时间范围、评审方式和来源站信息外，源站未提供更多关于数据采集流程、原始数据格式或更新机制的细节。
【适用场景】
该数据集适用于临床医生、医疗系统管理者、数字健康产品评估者以及相关研究者，用于快速了解数字教练策略在糖尿病前期或2型糖尿病患者行为改变、健康教育和健康教练方面的临床影响。它可以帮助使用者在考虑采用数字工具时，获取系统综述层面的摘要信息，并作为进一步查阅原始综述和证据合成结果的参考入口。由于数据集提供的是系统综述相关摘要信息，其适用场景更偏向于证据概览和决策参考，而非直接用于个体患者管理或原始数据分析。
【使用方法】
该数据集以系统综述摘要信息的形式提供，用户可将其用于了解数字教练策略在2型糖尿病管理和预防中的研究概况。使用时，可结合来源站search.dataone.org获取该数据集，并依据其摘要信息定位到对应的系统综述。由于源站未提供具体的数据格式、字段结构或访问接口说明，使用方法中的技术细节源站未提供。用户如需深入分析，应进一步查阅原始系统综述及纳入的21篇文章。该数据集本身不提供原始患者数据，因此不适合直接进行二次统计或个体水平分析。
【质量与限制】
该数据集对应的系统综述采用了PRISMA指南，检索了CINAHL、Scopus和Ovid/MEDLINE数据库，并由2名独立盲法评审员审查文章，最终纳入21篇文章。这些信息表明综述在方法上遵循了系统综述的常见规范。然而，源站描述仅提供了摘要性信息，未提供纳入研究的详细质量评价、偏倚风险评估、具体效应量或完整数据表。此外，检索时间范围为2014年1月至2019年6月，可能不覆盖此后发表的新研究。数据集本身为摘要信息，不包含原始数据，因此无法支持独立的统计验证或个体水平再分析。除上述内容外，源站未提供更多关于质量与限制的说明。
【引用与许可】
该数据集的来源站为search.dataone.org，本站分类为内分泌、营养和代谢疾病 / 糖尿病。关于该数据集的引用格式、许可协议、使用条款或版权信息，源站未提供。用户在使用时应自行查阅来源站search.dataone.org上的相关说明，以确认引用方式和许可条件。除来源站和分类信息外，源站未提供其他与引用和许可相关的具体内容。
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
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
背景：在本系统综述中，我们关注数字工具在提供健康指导、教育及促进糖尿病前期或2型糖尿病患者行为改变方面的临床影响。我们的方法旨在为正在考虑采用此类数字工具的临床医生和医疗保健系统提供见解。本数据集提供了与该系统综述相关的摘要信息。证据获取：我们依据PRISMA指南，检索了CINAHL、Scopus和Ovid/MEDLINE数据库，查找2014年1月至2019年6月期间发表的关于数字指导策略用于管理和预防2型糖尿病的研究。文章由2名独立的盲法评审员进行审查。共有21篇文章符合纳入标准。证据综合：我们发现，在分析的21项研究中，有20项显示在至少一项糖尿病控制指标上具有统计学显著改善，包括HbA1c、体重减轻、空腹血糖和BMI。研究…
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。
