手术规划提示对择期手术接受率的影响
该数据集来自 clinicaltrials.gov,聚焦白内障患者择期手术决策场景,研究结构化自我反思提示对手术接受率的影响

基本信息
资源简介
手术规划提示对择期手术接受率的影响
该数据集来自 clinicaltrials.gov,聚焦白内障患者择期手术决策场景,研究结构化自我反思提示对手术接受率的影响。数据涉及共享决策工具中要求患者阐明在何种条件下会选择手术的练习,并记录对照组与干预组在4个月内登记手术的比例差异。初步研究纳入60名患者,对照组16.7%登记手术,干预组为0%,提示结构化自我反思可能无意中降低手术接受率。该数据可用于分析患者决策行为、评估共享决策工具效果及探索择期手术接受率的影响因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:白内障。用于择期手术的共享决策(SDM)工具通常包含一些练习,要求患者阐明在什么条件下他们会选择手术。虽然此类提示在促进用药依从性和疫苗接种方面有效,但择期手术是涉及疼痛、康复和费用担忧的更高风险决策。一项针对60名患者的初步研究发现,对照组中16.7%在4个月内登记手术,而干预组为0%,这提出了一个假设:结构化自我反思可能通过加剧患者的担忧而无意中降低手术接受率。两组首先阅读一段标准化段落,解释其白内障诊断以及超声乳化手术的可及性。干预组随后收到一个结构化提示,要求他们详细写下在哪些具体条件下
【主题与分类】
主题标签:Cataract。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07544641
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/NCT07544641
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:白内障。用于择期手术的共同决策(SDM)工具通常包含一些练习,要求患者阐明在何种条件下他们会选择手术。虽然此类提示在促进用药依从性和疫苗接种方面颇为有效,但择期手术是一项风险更高的决策,涉及疼痛、康复和费用方面的顾虑。一项针对60名患者的初步研究发现,对照组中有16.7%的人在4个月内登记手术,而干预组为0%,这引出了一个假设:结构化的自我反思可能通过加剧患者的顾虑,无意中降低手术的接受率。两组均首先阅读一段标准化文字,解释其白内障诊断以及超声乳化手术的可及性。随后,干预组接受一个结构化提示,要求他们详细写下在哪些具体条件下他们会确信选择手术(例如,“当我能确认术后有家人照护3天时,我愿意进行手术”)。对照组不接受写作任务,直接进入随后的问卷条目,这些条目在两组间完全相同。
三位治疗医师各自从同一医院内的自己的门诊中招募患者。每位医师对病情和治疗方案提供标准化、非指导性的解释,并根据其对外科手术适宜性的临床判断,独立评定其对每位患者的手术推荐程度。这些医师推荐评分作为协变量纳入分析。基线眼科临床指标——包括视力、最佳矫正视力(BCVA)、是否存在眼底病变或其他眼部合并症、对侧眼的BCVA、白内障类型和分级以及眼压——也被记录,并可能作为协变量纳入。问卷完成后,研究助理将追踪每位参与者是否重新
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。




