丁丙诺啡整合研究与社区健康
该数据集来自 clinicaltrials.gov,聚焦阿片类药物使用障碍、HIV 感染与丙型肝炎。研究在西弗吉尼亚州农村初级保健诊所推行筛查、评估、治疗流程,借助 ECHO、WVHAMP 与 NIATx 工具支持服务整合,采用阶梯楔形设计纳入 20 家诊所开展 Type 3 混合实施试验,评估电子

基本信息
资源简介
丁丙诺啡整合研究与社区健康
该数据集来自 clinicaltrials.gov,聚焦阿片类药物使用障碍、HIV 感染与丙型肝炎。研究在西弗吉尼亚州农村初级保健诊所推行筛查、评估、治疗流程,借助 ECHO、WVHAMP 与 NIATx 工具支持服务整合,采用阶梯楔形设计纳入 20 家诊所开展 Type 3 混合实施试验,评估电子健康记录工具等对流程采纳的影响,可用于实施性研究与感染性疾病服务整合分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阿片类药物使用障碍、HIV 感染、丙型肝炎。为将 HIV/HCV/OUD 服务整合到初级保健诊所(PCC),研究者将在西弗吉尼亚州农村的 PCC 中引入筛查/评估/治疗(SET)流程,其中 ECHO 和西弗吉尼亚肝炎学术指导伙伴关系(WVHAMP)将为初级保健提供者(PCP)的临床技能提供支持,并将使用 NIATx 流程改进工具指导 SET 流程的采纳与扩大以实现整合。研究者将采用阶梯楔形设计,纳入 20 家 PCC,开展 Type 3 混合实施试验,并考察通过增强的电子健康记录(EHR)工具、NIATx 促进以及 ECHO 和 WVHAMP 协作学习在多大程度上实现我们的 SET 流程。实施结局包括对三种筛查和治疗的采纳
【主题与分类】
主题标签:Opioid Use Disorder、HIV Infections、Hepatitis C。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05668780
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/NCT05668780
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:阿片类药物使用障碍、HIV感染、丙型肝炎。为将HIV/HCV/OUD服务整合到初级保健诊所(PCC)中,研究人员将在西弗吉尼亚州农村地区的PCC中引入针对HIV/丙型肝炎(HCV)/阿片类药物使用障碍(OUD)的筛查/评估/治疗(SET)流程,其中ECHO和西弗吉尼亚肝炎学术指导伙伴关系(WVHAMP)将为初级保健提供者(PCP)的临床技能提供支持,并将使用NIATx流程改进工具来指导SET流程的采纳和扩大规模以实现整合。研究人员将采用阶梯楔形设计,纳入20家PCC,开展3型混合实施试验,并考察通过增强的电子健康记录(EHR)工具、NIATx促进以及ECHO和WVHAMP协作学习,我们的SET流程在多大程度上得以实现。实施结局包括在PCC中采纳针对OUD、HIV和HCV的三项不同但相互关联的循证实践(EBP)进行筛查和治疗。有效性结局将包括初级保健、HIV、HCV和OUD的质量健康指标(QHI)。该项目分为两个阶段。
第一阶段包括在20家PCC开展名义群体技术焦点小组和匿名员工调查,以识别整合这些循证实践的障碍和促进因素。第二阶段是对PCC电子健康记录中去标识化报告的评估。在第二阶段,随机分组的研究站点将启动NIATx活动,包括一系列快速循环的计划-执行-研究-处理(PDSA)活动。前6个月将包括来自认证NIATx教练的强化辅导,并得到ECHO和WVHAMP的支持,以教授亚专科临床专业知识。在18个月的随访期间,研究者将评估这些实践变革的可持续性。有效性结局将包括一套国家推荐的质量健康指标(QHIs),用于衡量优质护理。该项目是耶鲁大学、西弗吉尼亚大学(WVU)和西弗吉尼亚初级保健协会之间的合作。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




