Care Ecosystem：在照护各阶段引导患者与家庭（扩展试验）
该数据集来自 clinicaltrials.gov，属于神经系统疾病/阿尔茨海默病分类，是先前试验（NCT02213458）的扩展试验
基本信息
资源简介
Care Ecosystem：在照护各阶段引导患者与家庭（扩展试验）
该数据集来自 clinicaltrials.gov，属于神经系统疾病/阿尔茨海默病分类，是先前试验（NCT02213458）的扩展试验。研究对象为痴呆患者（PWD）及其照护者组成的配对，来自加利福尼亚、内布拉斯加和爱荷华。试验评估支持痴呆患者及照护者模型照护项目的获益，将照护与结局测量延长至5年或直至死亡，并纳入原试验随机化前基线照护者负担高（Zarit-12大于等于17）的所有配对。数据可用于研究痴呆照护干预的长期效果与结局预测（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Dementia、Alzheimer Disease、Dementia, Vascular、Lewy Body Disease、Frontotemporal Lobar Degeneration、Memory Disorders。这是先前试验（NCT02213458）的扩展试验。痴呆患者（PWD）及其照护者均作为配对入组。这项随机临床试验的目的是评估一个支持PWD及其照护者模型照护的项目的获益。先前试验仅提供照护并检查至12个月的结局，而本试验将照护和结局测量延长至5年或直至死亡，并纳入所有在原试验随机化前基线时照护者报告高照护者负担（Zarit-12大于等于17）的配对。参与者从加利福尼亚、内布拉斯加和爱荷华招募。被确定符合资格的参与者签署知情同意书并被随机分配到两组之一。两
【主题与分类】
主题标签：Dementia、Alzheimer Disease、Dementia, Vascular、Lewy Body Disease、Frontotemporal Lobar Degeneration、Memory Disorders。本站分类：神经系统疾病/阿尔茨海默病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04287738
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/NCT04287738
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：痴呆、阿尔茨海默病、血管性痴呆、路易体病、额颞叶变性、记忆障碍。这是先前一项试验（NCT02213458）的扩展试验。痴呆患者（PWD）及其照护者均作为二元组入组。这项随机临床试验的目的是评估一项支持痴呆患者及其照护者示范照护模式的项目的益处。先前的试验仅提供照护并考察至12个月时的结局，而本试验将照护和结局测量延长至5年或直至死亡，并纳入所有在原始试验随机化前基线时照护者报告高照护负担（Zarit-12大于或等于17）的二元组。参与者从加利福尼亚州、内布拉斯加州和爱荷华州招募。被确定符合资格的参与者签署知情同意书后被随机分配到两组之一。三分之二的二元组被纳入导航照护组，该组通过电话为其提供协助，以达成其照护中的重要基准目标，例如完成法律和财务规划以及制定减轻照护者负担的策略。
三分之一的配对被纳入对照组，名为“照护调查”。除增加了长期护理安置时间这一项外，结局指标与原试验保持不变，具体如下。
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。
