痴呆症患者居家护理药物管理
该数据集来自 clinicaltrials.gov,聚焦痴呆症、阿尔茨海默病及相关痴呆症患者的居家药物管理。研究为双臂随机对照试验,计划纳入 120 名痴呆症患者及其照护者,随机分配至 HomeCare 干预组或标准护理对照组

基本信息
资源简介
痴呆症患者居家护理药物管理
该数据集来自 clinicaltrials.gov,聚焦痴呆症、阿尔茨海默病及相关痴呆症患者的居家药物管理。研究为双臂随机对照试验,计划纳入 120 名痴呆症患者及其照护者,随机分配至 HomeCare 干预组或标准护理对照组。干预组使用 HomeCare 系统进行药物管理,该系统可自动配药、监测用药依从性、记录用药模式并向照护者提供实时警报;对照组沿用传统药物管理方式。数据可用于评估居家药物管理干预对痴呆症患者用药依从性和照护支持的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:痴呆症、阿尔茨海默病及相关痴呆症。这是一项双臂随机对照试验,评估 HomeCare 药房分发系统在痴呆症、阿尔茨海默病或阿尔茨海默病相关痴呆症成人患者中的药物管理效果。研究将纳入 120 名痴呆症患者及其照护者。参与者将被随机分配至 HomeCare 干预组或标准护理对照组。分配至干预组的参与者将使用 HomeCare 系统进行药物管理。该系统旨在自动配药、监测用药依从性、记录用药模式并向照护者提供实时警报。分配至对照组的参与者将继续使用传统药物管理方法,包括药瓶或泡罩包装。主要
【主题与分类】
主题标签:Dementia。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/NCT07872072
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/NCT07872072
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
疾病条件:痴呆、阿尔茨海默病及相关痴呆。这是一项双臂随机对照试验,旨在评估HomeCare药品配送系统在痴呆、阿尔茨海默病或阿尔茨海默病相关痴呆成年患者中的药物管理效果。该研究将纳入120名痴呆患者及其照护者。参与者将被随机分配至HomeCare干预组或标准照护对照组。分配至干预组的参与者将使用HomeCare系统进行药物管理。该系统旨在实现自动发药、监测用药依从性、记录用药模式,并向照护者提供实时警报。分配至对照组的参与者将继续使用传统药物管理方法,包括药瓶或泡罩包装。主要目标是评估12个月内的用药依从性。用药依从性将使用药物依从性评定量表和覆盖天数比例进行评估,并结合通过HomeCare系统收集的干预组参与者的用药信息。
其他结局指标将包括住院和急诊就诊、认知功能、照护者负担、生活质量、满意度以及与药物管理相关的行为变化。认知功能将在基线、6个月和12个月时使用日常认知评估进行评定。照护者负担和生活质量指标也将在研究期间收集。两个研究组的照护者都将接受与研究相关的培训,并完成与照护者负担、生活质量、药物管理活动以及其支持参与者体验相关的调查和其他评估。参与者年龄为65岁及以上,患有痴呆症、阿尔茨海默病或相关痴呆症。该研究将与加利福尼亚大学戴维斯分校合作开展。参与者将被随
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。




