COVID-19疫情期间镰状细胞病患者的在线纵向调查
该数据集源自clinicaltrials.gov,为针对美国成年镰状细胞病(SCD)患者的纵向在线调查,旨在考察COVID-19疫情引发的日常生活变化对SCD患者的影响程度与后果

基本信息
资源简介
COVID-19疫情期间镰状细胞病患者的在线纵向调查
该数据集源自clinicaltrials.gov,为针对美国成年镰状细胞病(SCD)患者的纵向在线调查,旨在考察COVID-19疫情引发的日常生活变化对SCD患者的影响程度与后果。研究假设疫情在压力、焦虑、应对与睡眠方面对患者产生不利影响,临床严重程度更高者恐惧、隔离、焦虑与压力更强,且面对面医疗利用减少、虚拟医疗利用增加但满意度下降。数据可用于分析疫情下SCD患者的心理与医疗利用变化(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:隔离、焦虑、医疗利用、镰状细胞病、疼痛。研究描述:针对美国成年镰状细胞病(SCD)患者的纵向在线调查。本研究旨在考察COVID-19疫情引发的日常生活变化对SCD患者的影响程度与后果。我们的假设是,成年SCD患者在压力、焦虑、应对和睡眠方面将受到COVID-19的不利影响。临床严重程度更高的SCD患者将具有更高的恐惧、隔离、焦虑和压力。在COVID-19疫情期间,SCD患者的面对面医疗利用将减少。SCD患者的虚拟医疗利用将增加,但对医疗质量的满意度将下降。目标:主要目标:本研究的主要目标是考察
【主题与分类】
主题标签:Isolation、Anxiety、Health Care Utilization、Sickle Cell Disease、Pain。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04417673
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/NCT04417673
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:隔离、焦虑、医疗服务利用、镰状细胞病、疼痛。研究描述:针对美国镰状细胞病(SCD)成人患者的纵向在线调查。本研究旨在考察COVID-19大流行所引发的生活变化对SCD患者的影响程度及其后果。我们的假设是,SCD成人患者在压力、焦虑、应对方式和睡眠方面将受到COVID-19的不利影响。临床严重程度较高的SCD患者将表现出更高的恐惧、隔离感、焦虑和压力。在COVID-19大流行期间,SCD患者的线下医疗服务利用将减少。SCD患者的虚拟医疗服务利用将增加,但对医疗服务质量的满意度将下降。目标:主要目标:本研究的主要目标是考察COVID-19大流行所引发的生活变化对镰状细胞病(SCD)患者的影响程度及其后果。
这些目标包括:(1) 评估COVID-19大流行如何影响镰状细胞病(SCD)患者的心理健康;(2) 探讨SCD临床严重程度与个体对COVID-19大流行反应之间的关联;(3) 调查COVID-19大流行期间新闻及其他媒体消费是否影响个体心理健康;(4) 确定SCD患者中COVID-19引发的创伤程度及其对健康行为和心理健康的影晌;(5) 探究COVID-19大流行对SCD患者医疗服务利用的影响。次要目标:我们的次要目标广泛考察SCD患者对信任问题及COVID-19治疗医学进步未来的态度和观点。这些将与主要目标结合考察,具体为:(1) 探讨医疗和政府不信任可能对SCD患者在大流行期间的经历和行为产生的作用。
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。




