通过社区组织促进老年女性控尿能力的有效性:整群随机试验
该数据集来自一项在英国社区组织中开展的整群随机对照试验,旨在比较三种实验性控尿促进干预与对照干预对老年女性未治疗尿失禁症状改善的效果

基本信息
资源简介
通过社区组织促进老年女性控尿能力的有效性:整群随机试验
Effectiveness of continence promotion for older women via community organisations: a cluster randomised trial
该数据集来自一项在英国社区组织中开展的整群随机对照试验,旨在比较三种实验性控尿促进干预与对照干预对老年女性未治疗尿失禁症状改善的效果。数据覆盖71家社区组织、259名60岁及以上未治疗尿失禁女性,88%完成3个月随访。干预包括单次60分钟小组工作坊形式的控尿教育、循证自我管理及两者结合,对照为记忆丧失、多重用药和骨质疏松教育。数据可用于评估社区健康教育对老年尿失禁症状改善的作用(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):目标:本整群随机对照试验的主要目标是比较三种实验性控尿促进干预与对照干预对从社区组织招募的患有未治疗尿失禁的老年女性尿路症状改善的有效性。环境:英国各地71家社区组织。参与者:259名60岁及以上患有未治疗尿失禁的女性进入试验;88%完成了3个月随访。干预:三种积极干预包括一次60分钟的小组工作坊,内容分别为1)控尿教育(20个群组,64名女性);2)循证自我管理(17个群组,70名女性);或3)教育与自我管理相结合(17个群组,61名女性)。对照干预为一次60分钟的小组教育性工作坊,内容涉及记忆丧失、多重用药和骨质疏松。
【主题与分类】
主题标签:Geriatric medicine、Urinary incontinences。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A9e03ef8417e316a6bedb1304248850a5561cbe972ac760c2aebaba7943c9cd40
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
目的:本整群随机对照试验的主要目的是,在从社区组织招募的患有未治疗尿失禁的老年女性中,比较三种实验性失禁促进干预措施与对照干预措施在改善泌尿系统症状方面的效果。地点:英国71个社区组织。参与者:259名60岁及以上患有未治疗尿失禁的女性进入试验;88%完成了3个月随访。干预措施:三种积极干预措施均包括一次60分钟的小组研讨会,分别为1)失禁教育(20个群组,64名女性);2)循证自我管理(17个群组,70名女性);或3)教育与自我管理相结合(17个群组,61名女性)。对照干预措施为一次60分钟的小组教育研讨会,内容涉及记忆丧失、多重用药和骨质疏松症(17个群组,64名女性)。主要和次要结局指标:主要结局为干预后3个月个体层面自我报告的失禁改善情况。次要结局为国际尿失禁咨询问卷(ICIQ)的变化。
还评估了失禁相关知识和行为的变化。结果:泌尿系统症状改善率最高的是联合干预组(66% vs 对照组的11%,患病率差异55%,95% CI 43%-67%,组内相关系数0)。分别有30%与6%的参与者报告显著改善(患病率差异23%,95% CI 10%-36%,组内相关系数0)。为实现失禁症状的任何改善,需治疗人数为2;为达到显著改善,需治疗人数为5。与对照组相比,联合干预组在ICIQ上的调整后平均改善多2.05分(95% CI 0.87-3.24)。知识和自我报告的风险降低行为的变化与改善率相平行。
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。




