神经肿瘤学中患者对远程医疗护理质量的感知
研究比较远程医疗与面对面就诊两种方式,主要评估患者感知的护理质量,并涉及就诊特征、平均耗时、预约至就诊延迟、治疗规划、症状负担、护理目标等记录,以及就诊后 30 天内急诊或紧急护理使用频率

基本信息
资源简介
神经肿瘤学中患者对远程医疗护理质量的感知
该数据集来自 clinicaltrials.gov,聚焦神经肿瘤学领域,纳入 Central Nervous System Neoplasm、Leptomeningeal Neoplasm、Metastatic Malignant Neoplasm in the Brain、Primary Brain Neoplasm 等中枢神经系统肿瘤患者。研究比较远程医疗与面对面就诊两种方式,主要评估患者感知的护理质量,并涉及就诊特征、平均耗时、预约至就诊延迟、治疗规划、症状负担、护理目标等记录,以及就诊后 30 天内急诊或紧急护理使用频率。可用于分析远程医疗在神经肿瘤护理中的应用效果与患者体验(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:中枢神经系统肿瘤、软脑膜肿瘤、脑转移性恶性肿瘤、原发性脑肿瘤。主要目标:I. 评估中枢神经系统(CNS)癌症患者按组别(远程医疗与面对面就诊)感知的护理质量。次要目标:I. 描述远程医疗提供的就诊与面对面就诊相比的特征。II. 对比远程医疗就诊与面对面就诊的平均花费时间,以及就诊医嘱下达与就诊发生之间的延迟。III. 根据记录评估远程医疗就诊与面对面就诊所涉及的患者护理领域,包括(1)治疗规划,(2)症状负担,(3)护理目标。IV. 评估远程医疗就诊后 30 天内寻求急性护理(通过急诊室或紧急护理诊所)的频率。
【主题与分类】
主题标签:Central Nervous System Neoplasm、Leptomeningeal Neoplasm、Primary Brain Neoplasm。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04988009
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/NCT04988009
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:中枢神经系统肿瘤、软脑膜肿瘤、脑转移性恶性肿瘤、原发性脑肿瘤。主要目的:I. 按组别(远程医疗与面对面就诊)评估中枢神经系统(CNS)癌症患者对护理质量的感知。次要目的:I. 描述远程医疗提供的就诊与面对面就诊相比的特点。II. 对比远程医疗就诊与面对面就诊的平均花费时间,以及就诊医嘱下达与就诊发生之间的延迟。III. 根据记录评估远程医疗就诊与面对面就诊所涉及的患者护理领域,包括(1)治疗计划,(2)症状负担,(3)照护目标。IV. 评估远程医疗就诊与面对面就诊后30天内寻求急性护理(通过急诊室或紧急护理诊所)的频率。V. 在协变量调整模型背景下,患者和临床特征对感知护理质量的影响。
大纲:患者通过电话完成一项关于其感知护理质量的调查,并前瞻性地对其病历进行审查。
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。




