非裔美国成人慢性肾病合并2型糖尿病的健康相关社会需求混合方法研究
该数据集来自 clinicaltrials.gov,聚焦非裔美国成人慢性肾病合并2型糖尿病(DKD)人群的健康相关社会需求(HRSN),涵盖失业、住房不稳定、食物不安全、交通需求、公用事业需求、人际安全与财务压力等维度

基本信息
资源简介
非裔美国成人慢性肾病合并2型糖尿病的健康相关社会需求混合方法研究
该数据集来自 clinicaltrials.gov,聚焦非裔美国成人慢性肾病合并2型糖尿病(DKD)人群的健康相关社会需求(HRSN),涵盖失业、住房不稳定、食物不安全、交通需求、公用事业需求、人际安全与财务压力等维度。研究采用收敛平行混合方法设计,通过定性访谈识别就医促进与障碍因素,并开展定量分析,旨在开发文化适配干预,以改善临床结局、生活质量与自我管理行为。可用于社会需求与慢病自我管理、干预开发及健康差异相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:2型糖尿病性肾病-未控制、2型糖尿病、慢性肾脏病。健康相关社会需求(HRSN)包括失业、住房不稳定、食物不安全、交通需求、公用事业需求、人际安全与财务压力,影响DKD复杂的自我管理,如自我监测与行为改变。本研究采用收敛平行混合方法研究设计,以了解就医的促进因素与障碍,并开发文化适配干预,以改善经历HRSN的非裔美国DKD成人的临床结局、生活质量与自我照护行为。目标1(定性):通过深入的患者与利益相关者访谈,识别经历HRSN的非裔美国DKD成人就医的促进因素与障碍。目标2(定量):考察增加b
【主题与分类】
主题标签:Diabetes Mellitus, Type 2、Chronic Kidney Diseases。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/NCT05692388
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/NCT05692388
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:2型糖尿病肾病 - 未控制,2型糖尿病,慢性肾脏病。健康相关社会需求(HRSN),包括失业、住房不稳定、食物不安全、交通需求、公用事业需求、人际安全和经济压力,影响DKD复杂的自我管理,如自我监测和行为改变。本研究采用收敛平行混合方法研究设计,以了解护理的促进因素和障碍,并制定文化定制的干预措施,以改善经历HRSN的患有DKD的非裔美国成年人的临床结果、生活质量和自我护理行为。目标1(定性):通过深入的患者和利益相关者访谈,确定经历HRSN的患有DKD的非裔美国成年人护理的促进因素和障碍。目标2(定量):在300名经历HRSN的患有DKD的非裔美国成年人样本中,检查HRSN负担增加对临床结果(血红蛋白A1c、血压、血脂)、生活质量和自我护理行为(饮食、运动和药物依从性)的影响。
目标3(整合性):整合目标1和目标2的研究结果,制定一项文化适应性干预措施,以改善存在健康相关社会需求(HRSN)的非裔美国糖尿病肾病(DKD)成年患者的临床结局、生活质量和自我护理行为。
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。




