缓解护士及相关医护人员职业倦怠
该数据集来自 clinicaltrials.gov，聚焦护士及多学科医护人员的职业倦怠问题。源站描述指出，医护人员职场压力处于历史高位，COVID-19 大流行放大并加剧了压力与倦怠对一线人员的影响
基本信息
资源简介
缓解护士及相关医护人员职业倦怠
该数据集英文名为 Mitigating Burnout in Nursing and Associated Healthcare Staff，来源于 clinicaltrials.gov，本站将其归类于感染性疾病 / 其他。数据集聚焦护士及多学科医护人员的职业倦怠（Burn Out）问题。源站描述指出，医护人员职场压力处于历史高位，COVID-19 大流行放大并加剧了压力与倦怠对一线人员的影响，尤其是护士等前线人员。影响临床工作者身心健康的因素包括多种外部因素与个体因素，而在尝试缓解护士倦怠、改善其身心健康时，组织层面的因素是重要的着力点。该项目旨在扩展近几年来（自 COVID-19 大流行以来）试点过的两项干预措施，这些干预经证实可改善员工身心健康、减少倦怠感，且易于实施，可惠及住院与门诊环境中的护士及其他多学科医护人员和学生。
【数据集背景】
医护人员面临的职场压力已达到历史高位，COVID-19 大流行进一步放大并加剧了压力与倦怠对健康照护工作者的影响，其中护士等前线人员受到的冲击尤为突出。影响临床工作者身心健康的因素是多方面的，既包括外部因素，也包括个体因素；在试图缓解护士倦怠、提升其身心健康水平时，组织因素是需要重点应对的方面。正是在这一背景下，形成了围绕护士及相关医护人员倦怠缓解的干预研究项目，本数据集即对应这一研究主题，主题标签为 Burn Out 与 Nurses。
【数据内容】
源站描述显示，该项目涉及扩展两项在此前几年（自 COVID-19 大流行以来）已经过试点的干预措施。这两项干预措施经证实能够改善员工的身心健康，并减少干预后的倦怠感；同时它们易于实施，可惠及住院和门诊环境中的护士以及其他多学科医护人员和学生。数据集英文名称为 Mitigating Burnout in Nursing and Associated Healthcare Staff，主题标签为 Burn Out 与 Nurses。关于数据集内具体包含哪些字段、记录数量、变量类型、随访时间点或量表评分等细节，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述中提及的条件为 Burn Out、Nurses。项目背景涉及自 COVID-19 大流行以来试点的两项干预措施的扩展应用，干预效果已在试点中得到验证，表现为员工身心健康改善与倦怠感下降。关于具体的采集方法、采样地点、样本量、采集时间范围与数据提取流程，源站未提供。
【适用场景】
基于源站描述，该数据集主题适用于关注护士及多学科医护人员职业倦怠缓解与身心健康改善的场景，尤其是面向住院与门诊环境中一线人员和组织层面干预措施的研究与实践。其背景信息可用于理解 COVID-19 大流行以来医护人员压力与倦怠问题的加剧，以及组织因素在缓解倦怠中的作用。关于该数据集在其他具体研究设计或分析任务中的适用性，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站描述提到，所涉及的两项干预措施在此前试点中经证实可改善员工身心健康并减少倦怠感，且易于实施。但就该数据集本身的数据质量指标、完整性、偏倚控制、样本代表性及使用限制，源站未提供。
【引用与许可】
源站未提供。
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/NCT07018609
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：职业倦怠，护士。医护人员的工作场所压力达到历史最高水平，COVID-19大流行放大并加剧了压力与职业倦怠对医护人员的影响，尤其是对护士等一线工作人员。影响临床医生身心健康的因素包括多种外部因素和个体因素，而在试图减轻护士职业倦怠、改善其身心健康时，组织因素是重要的应对方面。本项目旨在扩展自COVID-19大流行以来过去几年中试点实施的两项干预措施，这些措施经证实可改善员工身心健康并减少干预后职业倦怠感，且易于实施，使住院和门诊环境中的护士及其他多学科医护人员和学生受益。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
