针对风湿性疾病与情绪障碍患者的健康课程研究
该数据集来自 clinicaltrials.gov,聚焦风湿性疾病与情绪障碍患者,涵盖类风湿关节炎、干燥综合征、系统性红斑狼疮、混合性结缔组织病、银屑病关节炎、焦虑障碍、抑郁障碍及中度抑郁

基本信息
资源简介
针对风湿性疾病与情绪障碍患者的健康课程研究
该数据集来自 clinicaltrials.gov,聚焦风湿性疾病与情绪障碍患者,涵盖类风湿关节炎、干燥综合征、系统性红斑狼疮、混合性结缔组织病、银屑病关节炎、焦虑障碍、抑郁障碍及中度抑郁。项目旨在严格评估一项在线健康项目在改善患者饮食与自我照护方面的有效性,并评估该项目在减轻疲劳、提升生活质量方面的效果,以及使用在线健康项目所面临的挑战与促进因素。数据可用于研究在线健康干预对风湿与情绪共病人群的效果预测与相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:类风湿关节炎、干燥综合征、系统性红斑狼疮、混合性结缔组织病、银屑病关节炎、焦虑障碍、抑郁障碍、中度抑郁。本项目旨在严格评估一项在线健康项目在改善风湿性疾病患者饮食与自我照护方面的有效性,这些疾病包括类风湿关节炎(RA)、干燥综合征(SS)、系统性红斑狼疮(SLE)、混合性结缔组织病(MCTD)、银屑病关节炎(PsA)、焦虑障碍、抑郁障碍和中度抑郁。此外,我们将评估该项目的有效性,以及使用在线健康项目以减轻疲劳和提升这些疾病患者生活质量所涉及的挑战与促进因素。一旦确定资格标准
【主题与分类】
主题标签:Rheumatoid Arthritis、Sjogren's Syndrome、Systemic Lupus Erythematosus、Mixed Connective Tissue Disease、Psoriatic Arthritis、Anxiety Disorders、Depressive Disorders、Moderate Depression、Moderate Anxiety。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07180537
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/NCT07180537
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
疾病:类风湿关节炎、干燥综合征、系统性红斑狼疮、混合性结缔组织病、银屑病关节炎、焦虑障碍、抑郁障碍、中度抑郁。本项目旨在批判性地评估一项在线健康计划的有效性,该计划旨在改善风湿性疾病患者(包括类风湿关节炎(RA)、干燥综合征(SS)、系统性红斑狼疮(SLE)、混合性结缔组织病(MCTD)、银屑病关节炎(PsA)、焦虑障碍、抑郁障碍和中度抑郁)的饮食和自我护理。此外,我们将评估该计划的有效性,以及使用在线健康计划减轻这些疾病患者的疲劳和提高生活质量所涉及的挑战和促进因素。一旦确定资格标准并获得同意,研究人员将通过电子邮件邀请随机分配到干预组的研究参与者参加在线课程。参与者将被要求创建密码以访问课程。
在线课程及补充资源将通过UIowa Canvas Classroom平台托管在一个安全的网站上。参与者将像参加非评分制在线课程一样,逐步完成在线健康课程模块。课程中设有练习和个人评估,旨在提升参与者的体验和成功率。课程将涵盖多个主题,包括制定内在博弈计划、饮食干预计划、身体干预计划以及增强韧性计划的模块。第四模块将提出多种改善健康的策略,不仅限于饮食和运动,例如使用补充剂、光照疗法、排毒、改善睡眠、减轻压力以及其他增强身体韧性的策略。鼓励参与者与自己的医疗团队沟通协作,以个性化其治疗方案,并确定课程中建议的策略是否适合其个人医疗需求。本研究旨在向更广泛的样本量提供饮食教育,
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。




