青少年糖尿病患者艺术叙事项目评估
该数据集来自 clinicaltrials.gov,聚焦内分泌、营养和代谢疾病下的糖尿病领域,记录一项临床试验,评估以艺术为基础的叙事与叙事医学工作坊系列能否改善患有慢性疾病(特别是糖尿病)的青少年和年轻成人的社会连接、疾病认同与心理福祉

基本信息
资源简介
青少年糖尿病患者艺术叙事项目评估
该数据集来自 clinicaltrials.gov,聚焦内分泌、营养和代谢疾病下的糖尿病领域,记录一项临床试验,评估以艺术为基础的叙事与叙事医学工作坊系列能否改善患有慢性疾病(特别是糖尿病)的青少年和年轻成人的社会连接、疾病认同与心理福祉。研究关注参与叙事工作坊是否提升社会联系与同伴支持,以及创意艺术与反思性叙事是否支持身份形成、自我表达与情绪健康。参与者为 16-25 岁、经 UCSF Pediatric Diabetes Clinic 招募,需能参加小组工作坊并完成相关问卷与访谈(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Diabetes Mellitus。本临床试验的目标是评估以艺术为基础的叙事与叙事医学工作坊系列能否改善患有慢性疾病(特别是糖尿病)的青少年和年轻成人的社会连接、疾病认同与心理福祉。其主要试图回答的问题是: 参与基于叙事的叙事工作坊是否改善患有糖尿病的青少年和年轻成人的社会联系与同伴支持? 参与创意艺术与反思性叙事是否支持该人群的身份形成、自我表达与情绪健康?参与者将为 16-25 岁,并通过 UCSF Pediatric Diabetes Clinic 招募。个人必须能够参加小组工作坊并完成与研究相关的问卷和访谈。参与者将:* Atten
【主题与分类】
主题标签:Diabetes Mellitus。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/NCT07625254
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/NCT07625254
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。本临床试验的目标是评估基于艺术的叙事与叙事医学工作坊系列能否改善患有慢性疾病(特别是糖尿病)的青少年和青年人的社会连接、疾病认同和心理健康。其主要旨在回答的问题是:* 参与基于叙事的讲故事工作坊能否改善糖尿病青少年和青年人的社会连接感和同伴支持?* 参与创意艺术和反思性叙事能否支持该人群的身份形成、自我表达和情绪健康?参与者年龄为16-25岁,通过UCSF儿科糖尿病诊所招募。个人必须能够参加小组工作坊并完成与研究相关的调查和访谈。
参与者将:
- 参加为期八周的每周工作坊,聚焦于讲故事、反思与创意表达
- 参与叙事医学活动,包括写作、讲故事、绘画和引导性反思
- 参与小组讨论,重点围绕与慢性病相关的个人经历
- 完成干预前后调查,评估社会连接感、疾病认同、自我概念和心理健康等心理社会结果
- 参与访谈和反思练习,分享他们在项目中的体验
本研究旨在探索叙事医学和艺术干预在支持患有慢性病的青少年和年轻成人方面的作用,并评估其作为标准医疗护理补充的潜在益处。
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。




