痴呆患者非正式照护者的系统性照护:一种高效方法?
该数据集来自 clinicaltrials.gov,聚焦痴呆患者及其非正式照护者的照护问题,涉及血管性痴呆、阿尔茨海默病和路易体病

基本信息
资源简介
痴呆患者非正式照护者的系统性照护:一种高效方法?
该数据集来自 clinicaltrials.gov,聚焦痴呆患者及其非正式照护者的照护问题,涉及血管性痴呆、阿尔茨海默病和路易体病。源站描述指出,常规照护中照护者的问题往往在危机发生前不被察觉,原因包括照护者自身忽视以及专业人员缺乏主动支持能力。为此,家庭支持方案被转化为系统性照护方案(SCP-Dementia),并研究其效率,理由是该方案能够系统诊断和处理问题、覆盖广泛的个体问题,并灵活地将干预措施与问题相连接(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:血管性痴呆、阿尔茨海默病、路易体病。未来医疗保健的一大挑战是痴呆患者及其非正式照护者的照护。在常规照护中,照护者的问题往往在危机发生前不被察觉。这种抑制部分源于非正式照护者很少关注自身问题。另一个原因是专业人员可能不知道如何主动支持非正式照护者(Van Hout et al., 2000)。因此,家庭支持方案(Bengtson, 1985: Vernooij et al., 2000)已被转化为系统性照护方案(SCP-Dementia)。选择并研究该方案效率的原因在于其能够系统诊断和处理问题、覆盖广泛的个体问题、在将干预措施与这些问题相连接方面具有灵活性,其
【主题与分类】
主题标签:Dementia, Vascular、Dementia、Alzheimer Disease、Lewy Body Disease。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/NCT00147693
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/NCT00147693
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:血管性痴呆、阿尔茨海默病、路易体痴呆。未来医疗保健的一大挑战是痴呆患者及其非正式照护者的照护问题。在常规照护中,照护者的问题往往在危机发生之前一直不被察觉。这种抑制部分是由于非正式照护者很少关注自身问题。另一个原因是专业人员可能不知道如何主动支持非正式照护者(Van Hout等,2000)。因此,家庭支持方案(Bengtson,1985:Vernooij等,2000)已被转化为系统性照护方案(SCP-Dementia)。选择并研究该方案效率的原因在于:它能够系统性地诊断和处理问题,覆盖广泛的个体问题,在将干预措施与这些问题相连接方面具有灵活性,适合主动介入,并且我们在先前的研究中发现了该方案的积极效果(Vernooij等,2000)。为研究其效率,将采用整群随机对照试验设计。随机化将在三个参与区域中的每一个进行。
在招募患者和非正式照护者之前,门诊精神卫生保健服务中的专业人员(心理学家和社会精神科护士)将被随机分配到干预组或对照组。研究人群由首次前往门诊精神卫生保健服务的患者及其非正式照护者配对组成。干预措施是SCP-Dementia培训及其后续使用。SCP-Dementia包括对照护者能力感的评估以及关于如何应对能力不足的建议。随访期为一年。主要结局是患者入住养老院或寄宿机构。次要结局是生活质量。照护者的生活质量通过能力感(SCQ)、抑郁(CES-D)和生理生活质量(EuroQol)进行评估。P
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。




