帮助2型糖尿病成人利用健康数据进行自我管理

该数据集来自clinicaltrials.gov,聚焦2型糖尿病成人利用健康数据进行自我管理。研究将80名血糖水平高于临床目标的2型糖尿病成人随机分入MPowerHub平台联合连续血糖监测与活动监测、单独连续血糖监测或单独活动监测三组,干预四个月

Ann-Marie RoslandAnn-Marie Rosland
clinicaltrials
浏览 16
表格分类Type 2 Diabetes Mellitus (T2DM)
Helping Adults With Type 2 Diabetes Use Their Health Data for Healthy Diabetes Self-Management

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-07

资源简介

帮助2型糖尿病成人利用健康数据进行自我管理

该数据集来自clinicaltrials.gov,聚焦2型糖尿病成人利用健康数据进行自我管理。研究将80名血糖水平高于临床目标的2型糖尿病成人随机分入MPowerHub平台联合连续血糖监测与活动监测、单独连续血糖监测或单独活动监测三组,干预四个月。通过混合定量与定性评估,考察招募、参与和留存指标及反馈,并比较干预前后自我管理行为与临床血糖水平的变化。可用于糖尿病自我管理行为、血糖控制及数字健康干预的可行性研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:2型糖尿病(T2DM)。MPowerHub试验方案的可行性将通过将80名血糖水平高于临床目标的2型糖尿病成人随机分配至MPowerHub(MPowerHub平台+连续血糖监测与活动监测)、单独连续血糖监测或单独活动监测,为期四个月来评估。混合定量与定性评估将考察招募、参与和留存指标及反馈。最后,将比较各臂之间监测前后自我管理行为(通过半结构化访谈测量)和临床血糖水平(从参与者的电子健康记录或由研究研究人员指尖采血获得)的变化。

【主题与分类】

主题标签:Type 2 Diabetes Mellitus (T2DM)。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/NCT06848361

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06848361

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:2型糖尿病(T2DM)。MPowerHub试验方案的可行性将通过随机分配80名血糖水平高于临床目标的2型糖尿病成人至MPowerHub(MPowerHub平台+连续血糖监测与活动监测)、单独连续血糖监测仪或单独活动监测仪,为期四个月来评估。混合定量与定性评估将考察招募、参与和保留指标及反馈。最后,将比较各组在监测前后的自我管理行为变化(通过半结构化访谈测量)和临床血糖水平变化(从参与者的电子健康记录或由研究研究人员进行指尖采血获得)。

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。