利用社交媒体平台持续支持妊娠期糖尿病孕妇
该数据集来自 clinicaltrials.gov,主题为利用社交媒体平台持续支持妊娠期糖尿病孕妇。研究关注妊娠期糖尿病患者的饮食与生活方式管理,采用随机对照试验设计,将 KK Women's and Children's Hospital (KKH) 的 GDM 患者随机分为常规护理对照组(n=4

基本信息
资源简介
利用社交媒体平台持续支持妊娠期糖尿病孕妇
该数据集来自 clinicaltrials.gov,主题为利用社交媒体平台持续支持妊娠期糖尿病孕妇。研究关注妊娠期糖尿病患者的饮食与生活方式管理,采用随机对照试验设计,将 KK Women's and Children's Hospital (KKH) 的 GDM 患者随机分为常规护理对照组(n=40)和通过专属社交媒体平台获得额外支持一个月、由版主答疑并分享教育资源的干预组(n=40)。结局指标涵盖接受度、满意度、参与度、情绪健康及血糖控制相关指标。可用于妊娠期糖尿病管理、社交媒体健康干预及患者依从性等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:妊娠期糖尿病。在妊娠期间让妊娠期糖尿病(GDM)孕妇参与饮食管理一直具有挑战性。本试点试验旨在评估利用社交媒体平台进行饮食和生活方式管理,在提高 GDM 患者接受度和血糖控制方面,相较于接受常规护理的对照组是否有效。该研究将采用随机对照试验设计,来自 KK Women's and Children's Hospital (KKH) 的 GDM 患者被随机分配到常规护理组(对照组;n=40)或通过专属社交媒体平台获得额外支持为期 1 个月的干预组(干预组;n=40),在干预组中,版主将可解答患者疑问并分享相关教育资源。结局指标包括接受度、满意度、参与度、情绪健康以及达到……的百分比
【主题与分类】
主题标签:Gestational 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/NCT06292871
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/NCT06292871
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:妊娠期糖尿病。在妊娠期间让妊娠期糖尿病(GDM)孕妇参与饮食管理一直具有挑战性。本试点试验旨在评估利用社交媒体平台进行饮食和生活方式管理,在提高GDM患者接受度和血糖控制方面的效果,并与接受常规护理的对照组进行比较。该研究将采用随机对照试验设计,从竹脚妇幼医院(KKH)招募GDM患者,随机分配到常规护理组(对照组;n=40)或通过专门社交媒体平台获得额外支持组,为期1个月,期间将有版主解答患者疑问并分享相关教育资源(干预组;n=40)。结局指标包括接受度、满意度和参与度、情绪健康,以及GDM患者血糖读数处于目标范围内的时间百分比达标情况。将使用独立样本t检验比较各组之间的结局指标。
本研究的结果将为将数字平台纳入常规饮食咨询实践的可行性和有效性提供有价值的见解,以改善患者结局并加强GDM的管理。
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。




