2型糖尿病与实现临床目标的心理社会决定因素

该数据集是一个包含2型糖尿病患者临床指标、心理社会因素及自我管理行为等表格数据的医学研究数据集,数据来源于泰国患者群体的去标识化调查,主要用于探讨糖尿病自我管理、知识和管理自我效能对实现临床目标的影响,支持糖尿病管理、行为医学及公共卫生领域的研究。

Mendeley Data
2024-03-27 更新
浏览 35
2型糖尿病心理社会因素
Type 2 diabetes and Psychosocial determinants of achieving clinical targets

基本信息

大小
0.000488216 GB
创建/更新时间
2024-03-27
版本
v1

资源简介

2型糖尿病与实现临床目标的心理社会决定因素

【数据集背景】

本数据集源站标题为《Type 2 diabetes and Psychosocial determinants of achieving clinical targets》。源站首次发布:2020-10-21。

【数据内容】

源站原始描述:This dataset is from a project investigating the role diabetes self-management, knowledge and management self-efficacy have on clinical targets among Type 2 diabetes patients in Thailand. Data have been de-identified. The patient data is in the file MontiFinal.csv, and a description of the variables contained therein are provided in DataDictionary.xls

【数据结构与技术规格】

文件数 2 个,合计 488.22 KB。数据集 DOI:10.17632/xhmjcfp2ym.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/xhmjcfp2ym

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

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://data.mendeley.com/datasets/xhmjcfp2ym

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

该数据集来源于一项研究项目,旨在调查泰国2型糖尿病患者中,糖尿病自我管理、知识和管理自我效能对临床目标达成的影响。数据集包含去标识化的患者数据,主要数据文件为MontiFinal.csv,变量说明详见DataDictionary.xls。数据内容涵盖患者临床指标、心理社会因素及自我管理行为等,主要用于糖尿病管理、行为医学及公共卫生领域的研究,特别是探讨心理社会因素如何影响糖尿病患者的临床结局。

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。

获取专属数据定制方案