镰状细胞病服药依从性监测探索

该数据集来自 clinicaltrials.gov,聚焦镰状细胞病患者的服药依从性监测。研究使用 AdhereTech 智能药瓶,通过无线连接实时追踪药片取出情况并反馈给患者与医护人员

St. Jude Children's Research HospitalSt. Jude Children's Research Hospital
clinicaltrials
浏览 2
音频Sickle Cell Disease
Exploring Adherence Monitoring in Sickle Cell Disease

基本信息

模态
音频
创建/更新时间
2026-10-23

资源简介

镰状细胞病服药依从性监测探索

该数据集来自 clinicaltrials.gov,聚焦镰状细胞病患者的服药依从性监测。研究使用 AdhereTech 智能药瓶,通过无线连接实时追踪药片取出情况并反馈给患者与医护人员。参与者为 12.0-17.99 岁、服用羟基脲(HU)片剂的患者,使用智能药瓶两个月,并在基线、1 个月和 2 个月门诊访视时完成依从性自报测量及人口学问卷。数据可用于分析电子监测与自报依从性的一致性,支持用药行为研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:镰状细胞病。AdhereTech 智能药瓶是一种电子配药器,配有无线连接的追踪与提醒系统。该设备为患者提供实时依从性辅助,并将此信息转达给医疗服务提供者。设备可感知瓶内剩余药片数量。该信息被定期测量,并通过蜂窝数据技术同步发送至安全数据库。因此,AdhereTech 药瓶可用于确定药物是否被从瓶中取出、取出的药量以及取出的时间。年龄在 12.0-17.99 岁、正在接受片剂形式 HU 处方的参与者将使用 AdhereTech 智能药瓶为期两个月。参与者和他们的照护者将在基线、1 个月和 2 个月门诊访视时完成依从性自报测量、人口学问卷

【主题与分类】

主题标签:Sickle Cell Disease。本站分类:血液与淋巴系统疾病/镰状细胞贫血。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03708731

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://clinicaltrials.gov/study/NCT03708731

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

条件:镰状细胞病。AdhereTech智能药瓶是一种电子配药器,配备无线连接的追踪与提醒系统。该设备为患者提供实时用药依从性辅助,并将此信息传送给医疗服务提供者。该设备能够感知瓶内剩余药片数量。该信息被定期测量,并同时通过蜂窝数据技术发送至安全数据库。因此,AdhereTech药瓶可用于确定药物是否被从瓶中取出、取出的药物量以及取出的时间。年龄在12.0至17.99岁、正在接受羟基脲(HU)片剂处方的参与者将使用AdhereTech智能药瓶,为期两个月。参与者和其照护者将在基线、1个月和2个月的门诊访视时完成用药依从性自我报告测量,在基线门诊访视时完成人口统计学问卷,并在1个月和2个月的门诊访视时使用密码保护的笔记本电脑通过音频计算机辅助自我访谈(ACASI)完成可接受性问卷。

实验室检查值和临床信息将通过病历审查获取,用药依从性信息则来自药片计数和药房记录。

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