中国厦门护士前瞻性队列研究
该数据集来自clinicaltrials.gov，为在中国厦门开展的前瞻性护士队列研究，计划纳入约10,000名20岁及以上注册护士，覆盖厦门7家公立医院
基本信息
资源简介
中国厦门护士前瞻性队列研究
该数据集对应一项在中国厦门开展的前瞻性护士队列研究，研究计划纳入约10,000名20岁及以上的注册护士，覆盖厦门7家公立医院。研究以高血压为关注条件之一，旨在建立护士人群队列、描述基线主要危险因素并分析其相互关系，同时在约5年随访后考察高血压、卒中、慢性肾脏病和癌症等主要慢性疾病的发病与进展风险，以及全因死亡和死因别死亡风险。数据集来源站为clinicaltrials.gov，本站分类归入肿瘤/其他，主题标签为高血压。整体而言，该数据集围绕职业人群的慢性病风险因素与健康结局展开，具有明确的前瞻性队列设计框架和较大的样本规模设定，适合用于了解护士群体的基线风险特征及长期健康结局研究背景。
【数据集背景】
该研究针对中国厦门公立医院系统内的注册护士人群设计。护士职业群体长期处于医疗服务一线，其健康风险因素分布与慢性病结局值得系统观察。研究提出建立约10,000名20岁及以上注册护士队列的目标，并明确以高血压为条件之一，同时关注卒中、慢性肾脏病和癌症等主要慢性疾病，以及全因死亡和死因别死亡。研究设计为前瞻性队列研究，设置于厦门7家公立医院，计划通过约5年随访观察不同风险因素水平下的疾病发病与进展风险。研究假设聚焦于主要风险因素的相对风险。
【数据内容】
源站描述显示，该研究的主要结局包括心血管疾病、糖尿病、慢性肾脏病和癌症等常见慢性病的发病，上述疾病的进展，以及全因死亡和特定原因死亡。研究目标包括描述基线主要风险因素、分析风险因素之间的相互关系，并考察不同风险因素水平下主要慢性病发病与进展风险及死亡风险。参与者为在厦门公立医院工作的约10,000名20岁及以上注册护士。关于具体变量字段、测量指标、随访时间点、数据表结构等信息，源站未提供。
【采集与来源】
该数据集来源站为clinicaltrials.gov。研究设置于中国厦门7家公立医院，参与者为在这些公立医院工作的20岁及以上注册护士，计划样本量约10,000人。研究采用前瞻性队列设计，计划随访约5年。关于具体的招募流程、基线调查问卷、体格测量、实验室检测、随访方式、数据管理流程等采集细节，源站未提供。
【适用场景】
基于源站描述，该数据集适用于围绕护士职业人群的慢性病风险因素与健康结局研究，包括基线主要风险因素描述及其相互关系分析，高血压、卒中、慢性肾脏病和癌症等主要慢性疾病的发病与进展风险分析，以及全因死亡和死因别死亡风险分析。研究假设涉及主要风险因素的相对风险，因此也可用于风险因素相对风险估计的方法学参考。关于该数据集在肿瘤分类下的具体适用方向，源站未提供更细化的说明。
【使用方法】
源站描述仅说明该研究为前瞻性队列研究，计划纳入约10,000名注册护士并进行约5年随访，主要结局为常见慢性病发病、进展及死亡。关于数据访问方式、数据格式、变量编码、统计分析方法、随访数据链接方式等具体使用说明，源站未提供。
【质量与限制】
源站描述给出了研究设计、设置、参与者规模与主要结局，但未提供样本量实际完成情况、随访完成率、失访情况、测量质量控制、数据完整性等信息。研究计划纳入约10,000名护士，实际入组与随访情况源站未提供。该研究聚焦护士职业人群，其人群构成具有特定性，外推至其他人群时需谨慎；关于该数据集的具体局限说明，源站未提供。
【引用与许可】
该数据集来源站为clinicaltrials.gov。关于引用格式、许可条款、数据使用协议等信息，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/NCT03799653
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：高血压。目标：在中国厦门建立约10，000名注册护士（年龄20岁及以上）的队列；描述基线主要风险因素；分析其相互关系；并在约5年随访后，检查不同风险因素水平下主要慢性病（如高血压、卒中、慢性肾脏病和癌症）的发病和进展风险，以及全因和特定原因死亡率。设计：前瞻性队列研究。地点：中国厦门7家公立医院。参与者：在中国厦门公立医院工作的约10，000名注册护士（年龄20岁及以上）。主要结局：常见慢性病（如心血管疾病、糖尿病、慢性肾脏病和癌症）的发病率；这些疾病的进展；全因和特定原因死亡率。假设：主要风险因素的相对风险。研究结果应对这些疾病的预防和控制以及促进当地人群护士的健康产生重大影响。
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。
