2型糖尿病二线治疗离散选择数据集
该数据集包含一项离散选择实验（DCE）的匿名化应答数据，用于研究2型糖尿病（T2D）患者对二线药物治疗方案的偏好。研究于2023年在德国开展
基本信息
资源简介
2型糖尿病二线治疗离散选择数据集
该数据集为一项针对2型糖尿病（T2D）二线药物治疗方案的离散选择实验（DCE）所收集的匿名化应答数据，旨在研究患者对不同二线药物治疗选项的偏好。研究于2023年在德国开展，属于内分泌、营养和代谢疾病领域下的糖尿病主题。数据集来源于search.dataone.org，主题标签为医学、健康与生命科学。其内容与一篇正在同行评审中的科学论文相关，正式引用信息将在论文发表后补充。整体而言，该数据集可用于了解T2D患者在二线治疗决策中的偏好结构，为临床决策、卫生经济学评价及以患者为中心的医疗服务提供实证基础。
【数据集背景】
2型糖尿病是一种常见的慢性代谢性疾病，当一线治疗无法有效控制血糖时，通常需要考虑二线药物治疗方案。不同二线药物在疗效、副作用、给药方式、费用及对体重影响等方面存在差异，患者的偏好因此成为治疗决策中的重要因素。离散选择实验（DCE）是一种常用于量化患者偏好的方法，通过让受访者在不同属性组合的治疗方案之间进行选择，揭示其对各治疗属性的相对重视程度。该数据集正是围绕这一背景，在德国于2023年开展研究，聚焦T2D患者对二线药物治疗方案的选择偏好。源站描述指出，该研究结果与一篇正在同行评审的科学论文相关，正式引用将在论文发表后补充。
【数据内容】
该数据集包含一项离散选择实验的匿名化应答数据。这些应答来自参与研究的T2D患者，反映了他们在假设的二线药物治疗方案之间做出的选择。数据集的核心内容为匿名化后的调查应答记录，不包含可识别个人身份的信息。除上述描述外，源站未提供关于变量结构、样本量、属性设计、选择任务数量、文件格式或数据字典等更具体的信息。
【采集与来源】
数据来源于search.dataone.org。研究于2023年在德国开展，采用离散选择实验方法收集T2D患者对二线药物治疗方案的偏好数据。源站描述明确说明该数据集包含匿名化应答，并与一篇正在同行评审的科学论文相关。除这些信息外，源站未提供关于抽样方法、招募渠道、伦理审批、数据采集平台或具体实施流程的更多细节。
【适用场景】
该数据集适用于研究2型糖尿病患者对二线药物治疗方案的偏好，可服务于卫生经济学评价、临床指南制定、药品价值评估以及以患者为中心的医疗决策等场景。由于数据来自离散选择实验，其典型用途包括估计患者对不同治疗属性的偏好权重、分析不同亚组之间的偏好异质性，以及为医保报销和药品定价提供患者偏好证据。此外，该数据集也可用于方法学教学或比较不同DCE分析模型的应用研究。但具体适用场景需结合源站描述及后续发表的论文信息加以判断，源站未提供更详细的适用建议。
【使用方法】
源站未提供关于数据使用方法的具体说明，包括但不限于数据下载方式、文件格式、变量编码、分析软件、模型设定或权重计算等。使用者需等待相关论文发表或参考源站提供的补充材料，以获取详细的使用指南。
【质量与限制】
源站描述指出数据为匿名化应答，研究于2023年在德国开展，并与一篇正在同行评审的论文相关。除这些信息外，源站未提供关于样本代表性、应答质量、缺失数据、偏差控制、信度效度检验或外部有效性等方面的具体说明。因此，使用者在解释结果时应注意研究背景的限定性，并关注后续论文中可能报告的质量评估与局限性讨论。
【引用与许可】
源站描述明确说明，该数据集与一篇正在同行评审的科学论文相关，正式引用将在论文发表后补充。除这一说明外，源站未提供关于数据许可协议、使用条款、访问限制或版权归属的具体信息。使用者在引用或再利用该数据集前，应查阅源站页面以获取最新的引用格式和许可要求。
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
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
该数据集包含了一项离散选择实验（DCE）的匿名回复，该实验旨在探究2型糖尿病（T2D）患者对于二线药物治疗方案的偏好。研究于2023年在德国进行。此数据集关联于一篇目前正在同行评审中的科学手稿。待文章发表后，将添加正式引用。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
