家庭照护者在线调查（痴呆与吞咽困难）
该数据集来自 clinicaltrials.gov，为家庭照护者在线调查，聚焦痴呆与吞咽困难。覆盖阿尔茨海默病、血管性痴呆、混合性痴呆、路易体痴呆、额叶痴呆、轻度痴呆、中度痴呆、重度痴呆及帕金森病痴呆等
基本信息
资源简介
家庭照护者在线调查（痴呆与吞咽困难）
该数据集来自 clinicaltrials.gov，为家庭照护者在线调查，聚焦痴呆与吞咽困难。覆盖阿尔茨海默病、血管性痴呆、混合性痴呆、路易体痴呆、额叶痴呆、轻度痴呆、中度痴呆、重度痴呆及帕金森病痴呆等。研究旨在量化吞咽困难对家庭照护者负担的贡献，识别最佳干预时机，并刻画照护者准备度与支持的调节作用，以确定干预靶点，可用于照护者负担与生活质量的预测与回归分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Dementia, Dysphagia, Dementia Alzheimers, Dementia, Vascular, Dementia, Mixed, Dementia With Lewy Bodies, Dementia Frontal, Dementia, Mild. 本研究旨在增进我们对吞咽困难相关照护者负担的理解，并为制定综合性吞咽困难干预措施提供依据，该干预措施旨在促进照护者和痴呆患者的健康与生活质量。目标1：量化吞咽困难在痴呆患者家庭照护者负担中的贡献，贯穿疾病轨迹，以确定何时可能是最佳干预时机。目标2：刻画照护者准备度和支持对吞咽困难相关负担及照护对象生活质量的调节效应，以确定最合适的干预靶点。
【主题与分类】
主题标签：Dementia、Dysphagia、Dementia Alzheimers、Dementia, Vascular、Dementia, Mixed、Dementia With Lewy Bodies、Dementia Frontal、Dementia, Mild、Dementia Moderate、Dementia Severe。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/NCT06471660
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/NCT06471660
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
病症：痴呆、吞咽困难、阿尔茨海默病痴呆、血管性痴呆、混合性痴呆、路易体痴呆、额叶痴呆、轻度痴呆。本研究旨在加深我们对吞咽困难相关照护者负担的理解，并为制定综合性吞咽困难干预措施提供依据，该干预措施旨在促进照护者和痴呆患者的健康与生活质量。目标1：量化吞咽困难在痴呆患者家庭照护者负担中的贡献，贯穿疾病全程，以确定最佳干预时机。目标2：描述照护者准备度与支持对吞咽困难相关负担及照护对象生活质量的调节效应，以确定最合适的干预靶点。
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。
