阿尔茨海默病患者家庭照护者的谈判训练
该数据集来自 clinicaltrials.gov,主题为阿尔茨海默病及相关痴呆(ADRD)患者家庭照护者的谈判与冲突解决训练

基本信息
资源简介
阿尔茨海默病患者家庭照护者的谈判训练
该数据集来自 clinicaltrials.gov,主题为阿尔茨海默病及相关痴呆(ADRD)患者家庭照护者的谈判与冲突解决训练。照护者在协调照护、医疗决策、权益倡导及与家属和医护人员互动中常面临沟通挑战和人际冲突,进而加重照护负担、压力、焦虑并降低生活质量。NegotiAge 是一项基于网络的谈判与冲突解决训练干预,旨在提升照护者的沟通、问题解决和冲突管理技能。数据可用于研究照护者沟通训练与结局改善(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阿尔茨海默病(AD)、痴呆、认知障碍。阿尔茨海默病及相关痴呆(ADRD)患者的家庭照护者在协调照护、做出医疗决策、为照护对象争取权益以及与家庭成员和医疗专业人员互动时,经常遇到沟通挑战和人际冲突。这些挑战导致照护者负担、压力、焦虑和生活质量下降。有效的沟通和冲突管理技能可能提高照护者应对复杂照护情境的能力,并支持更好的照护者结局。NegotiAge 是一项基于网络的谈判与冲突解决训练干预,旨在提高 ADRD 患者家庭照护者的沟通、问题解决和冲突管理技能。该干预包括在线
【主题与分类】
主题标签:Alzheimer's Disease (AD)、Dementia、Cognitive Impairment。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/NCT07859540
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/NCT07859540
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:阿尔茨海默病(AD)、痴呆、认知障碍。阿尔茨海默病及相关痴呆(ADRD)患者的家庭照护者在协调照护、做出医疗决策、为被照护者争取权益以及与家庭成员和医疗专业人员互动时,经常面临沟通挑战和人际冲突。这些挑战会加重照护者负担、压力、焦虑,并降低生活质量。有效的沟通和冲突管理技能或可提升照护者应对复杂照护情境的能力,并有助于改善照护者结局。NegotiAge是一项基于网络的谈判与冲突解决培训干预,旨在提升ADRD患者的家庭照护者在沟通、问题解决和冲突管理方面的技能。该干预包括在线教育内容和互动式情景练习,使参与者能够在模拟照护情境中练习谈判与沟通策略。
这些情景涉及痴呆症患者、家庭成员、医疗保健提供者和医疗保健系统之间常见的照护冲突。一些培训活动整合了自动化对话技术,以提供标准化的练习机会。本研究是一项2期随机对照疗效试验,旨在评估NegotiAge的有效性。约200名家庭照护者将按1:1比例随机分配至NegotiAge干预组或注意力对照组,后者可访问一个教育网站。参与者将在基线、干预完成后立即以及1个月和3个月随访时完成评估。主要目标是确定NegotiAge在减轻照护者负担方面的有效性。次要目标是评估干预对照护者冲突管理行为、压力、焦虑、疲劳、自我效能、社会福祉及相关心理社会结局的影响。
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。




