EMPoWER 研究:针对 1 型糖尿病青少年的优势为本行为干预
该数据集来自 clinicaltrials.gov,属于内分泌、营养和代谢疾病 / 糖尿病领域,聚焦 1 型糖尿病青少年

基本信息
资源简介
EMPoWER 研究:针对 1 型糖尿病青少年的优势为本行为干预
该数据集来自 clinicaltrials.gov,属于内分泌、营养和代谢疾病 / 糖尿病领域,聚焦 1 型糖尿病青少年。研究为随机对照试验,评估名为 Type 1 Doing Well 的简短行为干预能否改善 10 至 13 岁青少年的血糖、行为与心理社会结局。参与者与一名家长或法定监护人共同入组,被随机分入 T1DW 项目组或强化常规照护组,两组亲子组合在研究期间四个时间点提供问卷、A1c、病历及糖尿病设备数据。数据可用于比较两种干预方案的效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:1 型糖尿病。这项随机临床试验(RCT)的目标是了解一种针对多个系统的简短行为干预(“Type 1 Doing Well”项目)能否改善 1 型糖尿病青少年的血糖、行为和心理社会结局。10 至 13 岁的青少年将与一位家长或法定监护人一起入组参与研究。研究人员将把 Type 1 Doing Well(T1DW)项目组与强化常规照护(EUC;“糖尿病相关信息和资源”项目)组进行比较。两个研究组的亲子组合将在研究期间的四个时间点提供数据(例如问卷、A1c、病历和糖尿病设备数据)。在基线数据收集之后,亲子组合将与研究团队成员完成一次情况介绍会,以随机分配到研究组并了解研究活动。Par
【主题与分类】
主题标签:Type 1 Diabetes。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/NCT06014879
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/NCT06014879
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:1型糖尿病。这项随机临床试验(RCT)旨在了解一种针对多个系统的简短行为干预(“Type 1 Doing Well”项目)能否改善1型糖尿病青少年的血糖、行为和心理社会结局。10至13岁的青少年将与一位家长或法定监护人一起入组参与研究。研究人员将把Type 1 Doing Well(T1DW)项目组与强化常规护理(EUC;“糖尿病相关信息和资源”项目)组进行比较。两个研究组的家长-青少年配对将在整个研究期间的四个时间点提供数据(例如问卷、A1c、病历和糖尿病设备数据)。在基线数据收集后,家长-青少年配对将与研究团队成员完成一次说明会,以便被随机分配到其研究组并了解研究活动。家长和青少年还将被邀请就其接受项目的体验完成一次反馈访谈。干预将在为期6个月的干预期内进行,参与者将被随机分配到以下两种干预条件之一:1.
在T1DW项目组(干预组)中,家长和青少年将使用一款基于网络的移动应用程序,进行每日和每周活动,重点在于识别和强化青少年在糖尿病管理方面的优势。他们还将与青少年的糖尿病医疗服务提供者进行对话,在常规糖尿病就诊时讨论糖尿病护理中进展顺利的方面。2. 在EUC项目组中,家长和青少年将接收并审阅6份每月以电子讲义形式提供的糖尿病相关信息和资源。在为一项针对青春期前1型糖尿病患儿及其父母的新行为干预随机临床试验做准备的过程中,该研究还招募了1型糖尿病青少年,制作关于如何与1型糖尿病良好共处的视频。这些视频将用于随机临床试验的干预材料中。
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。




