大学医院中心2型糖尿病患者糖尿病相关痛苦患病率及其相关因素识别
该数据集来自clinicaltrials.gov,聚焦2型糖尿病患者中糖尿病相关痛苦的患病率及其相关因素。研究在法国Nice University Hospital内分泌科开展,为单中心观察性研究,纳入接受常规诊疗的成人2型糖尿病患者,通过PAID-20等经验证的自评问卷采集数据,并分析临床、心理社

基本信息
资源简介
大学医院中心2型糖尿病患者糖尿病相关痛苦患病率及其相关因素识别
该数据集来自clinicaltrials.gov,聚焦2型糖尿病患者中糖尿病相关痛苦的患病率及其相关因素。研究在法国Nice University Hospital内分泌科开展,为单中心观察性研究,纳入接受常规诊疗的成人2型糖尿病患者,通过PAID-20等经验证的自评问卷采集数据,并分析临床、心理社会与生活方式相关因素。数据可用于估计严重糖尿病相关痛苦的患病率、探索其影响因素,并支持糖尿病心理困扰相关的分类或关联分析研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Diabetes Mellitus、Psychological Distress。糖尿病相关痛苦是一种心理构念,与糖尿病患者较差的血糖控制相关。在法国,关于该主题的数据很少,且没有专门针对成人2型糖尿病患者的数据。当前法国2型糖尿病管理国家指南未提及糖尿病相关痛苦,而ADA等国际学会以及较近期的EASD现已建议对其进行定期评估。这项在Nice University Hospital内分泌科开展的单中心观察性研究旨在估计接受常规诊疗的成人2型糖尿病患者中严重糖尿病相关痛苦的患病率,并识别相关的临床、心理社会和生活方式因素。参与者完成经验证的自评问卷(PAID-20
【主题与分类】
主题标签:Diabetes Mellitus、Psychological Distress。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/NCT07392437
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/NCT07392437
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、心理困扰。糖尿病相关困扰是一种心理构念,与糖尿病患者较差的血糖控制相关。在法国,关于这一主题的数据很少,且没有专门针对成人2型糖尿病的研究。当前法国国家2型糖尿病管理指南中未提及糖尿病相关困扰,而国际学会如ADA以及最近的EASD现已推荐对其进行定期评估。这项在尼斯大学医院内分泌科进行的单中心观察性研究旨在估计接受常规治疗的成人2型糖尿病患者中严重糖尿病相关困扰的患病率,并识别相关的临床、心理社会和生活方式因素。参与者完成经过验证的自评问卷(PAID-20用于糖尿病困扰,WHOQOL-BREF用于生活质量,以及修改版Starting The Conversation饮食问卷),临床数据从电子病历中提取。
本研究不改变常规医疗管理,参与内容仅包括填写问卷并接收结果反馈。
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。




