视频尿布皮炎护理教育对母亲知识水平与皮炎严重程度的影响:随机对照试验
本数据集来自 clinicaltrials.gov,围绕一项随机对照试验,研究向初产妇提供视频尿布皮炎护理培训后,对 0-6 月龄婴儿尿布皮炎严重程度评分及母亲知识水平的影响

基本信息
资源简介
视频尿布皮炎护理教育对母亲知识水平与皮炎严重程度的影响:随机对照试验
本数据集来自 clinicaltrials.gov,围绕一项随机对照试验,研究向初产妇提供视频尿布皮炎护理培训后,对 0-6 月龄婴儿尿布皮炎严重程度评分及母亲知识水平的影响。研究采用随机对照、前后测比较的实验设计,在伊斯坦布尔安纳托利亚一侧的一所城市医院开展,该院设有儿科门诊与相关病房。数据可用于评估护理教育干预效果、分析母亲知识与皮炎严重程度的关系,以及支持儿科护理与皮肤病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:尿布皮炎、尿布疹、尿布皮炎愈合。研究目的:本研究旨在探讨向初产妇提供视频尿布皮炎护理培训对 0-6 月龄婴儿尿布皮炎严重程度评分及母亲知识水平的影响。研究类型:本研究为随机对照、前后测比较、实验性设计,用以确定向初产妇提供视频尿布皮炎护理培训对 0-6 月龄婴儿尿布皮炎严重程度评分及母亲知识水平的影响。研究地点与时间:研究在伊斯坦布尔安纳托利亚一侧的一所城市医院进行。该医院三楼设有七个普通儿科门诊、两个儿科与感染科病房,以及两个儿科血液与肿瘤门诊。门诊服务……
【主题与分类】
主题标签:Diaper Dermatitis、Diaper Rash、Diaper Dermatitis Healing。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07205055
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/NCT07205055
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:尿布皮炎、尿布疹、尿布皮炎愈合。研究目的:本研究旨在探讨向初产妇提供视频尿布皮炎护理培训对0-6月龄婴儿尿布皮炎严重程度评分及母亲知识水平的影响。研究类型:本研究为随机对照、前测-后测比较、实验性设计,旨在确定向初产妇提供视频尿布皮炎护理培训对0-6月龄婴儿尿布皮炎严重程度评分及母亲知识水平的影响。研究地点和时间:研究在伊斯坦布尔安纳托利亚一侧的一所城市医院进行。该医院三楼设有七个普通儿科门诊、两个儿科与感染门诊,以及两个儿科血液肿瘤门诊。门诊楼层的服务包括实验室检查、影像学检查、健康报告、患者入院手续、健康儿童随访与检查、患病儿童随访与检查、疫苗接种随访与转诊,以及哺乳与再泌乳培训。
选择这家医院是因为它是研究者的附属机构,并且其患者群体具有多样性。研究于2025年6月至9月期间进行。研究假设 H1:对照组母亲在“母亲儿童照护知识与实践水平评估表”的前测与后测得分之间无显著差异。H2:研究组母亲在“母亲儿童照护知识与实践水平评估表”的后测得分高于前测得分。H3:研究组母亲在“母亲儿童照护知识与实践水平评估表”的后测得分高于对照组。H4:研究组婴儿在“婴儿非复杂性尿布皮炎严重程度评定量表”的最终得分低于对照组。H5:研究组婴儿在“婴儿非复
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。




