以家庭为中心的肺康复赋能照护者
该数据集来自 clinicaltrials.gov,主题为以家庭为中心的肺康复赋能照护者,覆盖慢性阻塞性肺疾病、间质性肺病、哮喘、肺肿瘤和支气管扩张等慢性呼吸系统疾病

基本信息
资源简介
以家庭为中心的肺康复赋能照护者
该数据集来自 clinicaltrials.gov,主题为以家庭为中心的肺康复赋能照护者,覆盖慢性阻塞性肺疾病、间质性肺病、哮喘、肺肿瘤和支气管扩张等慢性呼吸系统疾病。源站描述指出,慢性呼吸系统疾病呈进行性病程,病情在急性、稳定和严重阶段间动态变化,超过70%的患者依赖非正式照护,照护者承担疾病与治疗信息收集、药物与预约管理、症状与急性加重管理等多重责任。该数据可用于研究慢性呼吸系统疾病患者及其非正式照护者的照护负担、康复支持与赋能干预(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性阻塞性肺疾病、间质性肺病、哮喘、肺肿瘤、支气管扩张。慢性呼吸系统疾病是影响肺部和气道的疾病的统称,包括慢性阻塞性肺疾病、间质性肺病、哮喘和肺癌,这些是全球主要死亡原因,并造成沉重的社会负担。慢性呼吸系统疾病的自然病程呈进行性,伴有动态且意外的下降,在急性期、稳定期和严重期之间转换。对他人的依赖很早就开始,超过70%的慢性呼吸系统疾病患者依赖非正式照护。非正式照护者,即承担无报酬角色的亲属、伴侣和朋友,承担着广泛的职责,包括收集疾病和治疗信息;管理药物、预约、症状和急性加重
【主题与分类】
主题标签:Pulmonary Disease, Chronic Obstructive、Lung Diseases, Interstitial、Asthma、Lung Neoplasms、Bronchiectasis。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07791147
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/NCT07791147
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:慢性阻塞性肺疾病、间质性肺病、哮喘、肺肿瘤、支气管扩张。慢性呼吸系统疾病是影响肺部和气道的疾病的统称,包括慢性阻塞性肺疾病、间质性肺病、哮喘和肺癌,这些疾病是导致死亡的主要原因,并在全球范围内造成了沉重的社会负担。慢性呼吸系统疾病的自然病程呈进行性,伴有动态且不可预测的下降,在急性期、稳定期和严重期之间转换。对他人的依赖很早就开始,超过70%的慢性呼吸系统疾病患者依赖非正式照护。非正式照护者,即承担无报酬角色的亲属、伴侣和朋友,承担着广泛的责任,包括收集疾病和治疗信息;管理药物、预约、症状和急性加重;支持治疗依从性和健康生活方式;处理家务;管理设备、财务和决策。
非正式照护者所提供的支持已被证明能够改善慢性呼吸系统疾病患者的健康结局、提高治疗依从性并促进更健康的生活方式,从而减轻医疗系统的压力。尽管有许多积极的照护体验,非正式照护者因其繁重的照护责任而面临重大挑战,且支持性干预措施仍然匮乏。非正式照护者认为肺康复也是一个为他们提供支持的机会。肺康复是基石性的非药物干预措施,包括运动训练、教育、心理社会支持和行为改变,已知可改善症状、功能能力、生活质量和生存率。让非正式照护者参与教育和心理社会支持课程已被证明能够改善家庭的应对与适应。然而,这些课程主要侧重于与患者相关的主题,例如关于疾病、治疗、健康生活方式、症状管理和情感支持的信息。尽管这些主题
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。




