结构化干预对HD患者AVF自我护理行为发展的效果研究
该数据集来自clinicaltrials.gov,关注血液透析患者动静脉内瘘(AVF)的自我护理行为。研究为类实验设计,在葡萄牙北部两个透析单元(对照组)和亚速尔自治区一个岛屿的透析单元(干预组)开展,经机构伦理委员会批准

基本信息
资源简介
结构化干预对HD患者AVF自我护理行为发展的效果研究
该数据集来自clinicaltrials.gov,关注血液透析患者动静脉内瘘(AVF)的自我护理行为。研究为类实验设计,在葡萄牙北部两个透析单元(对照组)和亚速尔自治区一个岛屿的透析单元(干预组)开展,经机构伦理委员会批准。数据收集于2018年1月至6月,涵盖样本人口学特征(年龄、性别、教育、就业、婚姻状况)和临床特征(ESRD病因、透析龄、既往AVF、AVF使用时长、AVF护理信息)。可用于分析结构化干预对AVF自我护理行为的影响及相关因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:动静脉内瘘、血液透析。这是一项在透析单元进行的类实验研究,涉及使用AVF进行HD的患者。透析单元位于葡萄牙北部(两个单元)和亚速尔自治区(一个单元)。该研究在机构伦理委员会批准后开始。研究设置与人群 研究在葡萄牙北部的透析单元进行,确定为对照组(CG),并在亚速尔自治区的一个岛屿上进行,确定为干预组(IG)。数据收集与工具 所有数据收集于2018年1月至6月。有关样本人口学特征(年龄、性别、教育、就业、婚姻状况)和临床特征(ESRD病因、透析龄、既往AVF、AVF使用时长、AVF护理信息)的信息通过
【主题与分类】
主题标签:Arteriovenous Fistula、Hemodialysis。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03830658
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/NCT03830658
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:动静脉内瘘,血液透析。这是一项在透析中心进行的准实验研究,涉及使用动静脉内瘘进行血液透析的患者。透析中心位于葡萄牙北部(两个中心)和亚速尔自治区(一个中心)。该研究在获得机构伦理委员会批准后开始。研究地点与人群 研究在葡萄牙北部的透析中心进行,被确定为对照组,并在亚速尔自治区的一个岛屿上进行,被确定为干预组。数据收集与工具 所有数据收集于2018年1月至6月。有关样本人口学特征(年龄、性别、教育、就业、婚姻状况)和临床特征(终末期肾病病因、透析龄、既往动静脉内瘘、动静脉内瘘使用时间、动静脉内瘘护理信息)的信息通过作者设计的问卷收集。有关动静脉内瘘自我护理行为的信息通过血液透析动静脉内瘘自我护理行为评估量表收集。
该量表包含16个条目,分为两个分量表:分量表1——体征和症状管理(6个条目)和分量表2——并发症预防(10个条目)。每个条目的回答基于5点李克特式量表。得分越高表明患者对AVF自我护理的频率越高。ASBHD-AVF量表已在葡萄牙患者中应用,总量表及分量表1和2的Cronbach’s alpha分别为0.797、0.797和0.722。记忆问题通过六项认知障碍测试(6CIT)葡萄牙语版进行评估(9)。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




