基于EMR的神经病学质量改进与实践研究
该数据集来自clinicaltrials.gov,聚焦神经病学领域的质量改进与实践研究,覆盖脑肿瘤、癫痫、偏头痛、轻度认知障碍、脑震荡、多发性硬化、神经病变、帕金森病等疾病

基本信息
资源简介
基于EMR的神经病学质量改进与实践研究
该数据集来自clinicaltrials.gov,聚焦神经病学领域的质量改进与实践研究,覆盖脑肿瘤、癫痫、偏头痛、轻度认知障碍、脑震荡、多发性硬化、神经病变、帕金森病等疾病。其目标在于利用电子病历(EMR)推进神经病学质量改进与实践研究,涉及AAN循证指南与质量改进措施的实施、依从性数据采集及结局评估等。可用于神经病学诊疗质量监测、指南依从性分析及相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脑肿瘤、癫痫、偏头痛、轻度认知障碍、脑震荡、多发性硬化、神经病变、帕金森病。拟议研究的目标是利用电子病历(EMR)推进神经病学质量改进与实践研究。美国神经病学学会(AAN)已针对多种神经系统疾病发布了循证指南、质量改进措施和资源。然而,AAN指南和措施尚未常规实施,基准数据也缺乏。现有EMR工具很少能按照最佳实践标准化神经病学门诊就诊、在神经病学诊疗偏离AAN指南时提供警报、采集关于AAN或其他质量参数依从性的数据、衡量指南依从性对结局的影响,或共享纵向数据。
【主题与分类】
主题标签:Brain Tumors、Epilepsy、Migraine、Mild Cognitive Impairment、Concussion、Multiple Sclerosis、Neuropathy、Parkinson's、Restless Legs Syndrome、Stroke。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02670161
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/NCT02670161
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
疾病范围:脑肿瘤、癫痫、偏头痛、轻度认知障碍、脑震荡、多发性硬化、神经病变、帕金森病。拟开展研究的目标是利用电子病历(EMR)推进神经内科的质量改进和基于实践的研究。美国神经病学学会(AAN)已针对多种神经系统疾病发布了循证指南、质量改进措施和相关资源。然而,AAN的指南和措施尚未得到常规实施,且缺乏基准数据。目前可用的EMR工具很少,难以按照最佳实践标准化神经内科门诊就诊流程、在神经科诊疗偏离AAN指南时提供警示、采集有关遵循AAN或其他质量参数的数据、衡量遵循指南对结局的影响,或共享纵向数据并比较不同神经内科实践中的诊疗效果。
NorthShore大学健康系统(NorthShore)神经内科在其商业电子病历系统“Epic”中内置了结构化临床文档支持(SCDS)和临床决策支持(CDS)工具,这些工具可规范诊疗、撰写病程记录,并在每次门诊就诊时采集多达1,000个离散及级联的神经学数据字段。然而,这些电子病历工具尚未推广至其他神经内科诊所使用或用于数据共享,且目前不支持临床试验。利用电子病历开展实用性试验将能够在诊疗现场对治疗进行比较。为弥补神经内科质量改进和基于实践的 research 方面的差距,研究者向医疗保健研究与质量局(AHRQ)提出了一个项目,其具体目标为:1)建立神经内科实践 based 研究网络(NPBRN)。NorthShore站点将与另外七家神经内科分享10种常见神经疾病的SCDS和CDS工具(脑肿瘤、癫痫、偏头痛、轻度认知障碍、轻度创伤性脑损伤、多发性硬化、神经病变、帕金森病、不宁腿综合征和卒中)。
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。




