儿科哮喘危机:初级与医院护理中护理路径的影响
该数据集来自clinicaltrials.gov,聚焦儿科哮喘急性发作的护理路径实施研究。研究旨在评估Basque Healthcare Service实施新Asthma Integrated Care Pathway的效果,以改善哮喘发作患儿的护理并减少不同专业人员和护理环境之间的差异

基本信息
资源简介
儿科哮喘危机:初级与医院护理中护理路径的影响
该数据集来自clinicaltrials.gov,聚焦儿科哮喘急性发作的护理路径实施研究。研究旨在评估Basque Healthcare Service实施新Asthma Integrated Care Pathway的效果,以改善哮喘发作患儿的护理并减少不同专业人员和护理环境之间的差异。哮喘是儿童最常见的慢性病,严重影响生活质量。该路径为轻中度哮喘发作提供结构化多学科护理计划,涵盖诊断标准依从性、严重程度评估、药物处方等质量指标,以及家庭和专业人员体验。数据可用于护理路径效果评估、实施科学研究和儿科哮喘管理分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Asthma in Children, Implementation Science. 本研究旨在评估在Basque Healthcare Service实施新的Asthma Integrated Care Pathway的效果,以改善对哮喘发作患儿的护理,并减少该护理实践中专业人员与护理环境之间的差异。哮喘是儿童最常见的慢性病,对人们的生活质量有重大影响。Asthma Integrated Care Pathway是一个结构化的多学科护理计划,详细说明了轻中度哮喘发作患者护理的基本步骤,以及根据证据所涉及的各方协调实践。该路径将包括诊断标准依从性、严重程度评估和药物处方的质量指标,以及家庭和专业人员的体验,wh
【主题与分类】
主题标签:Asthma in Children、Implementation Science。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06437444
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/NCT06437444
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:儿童哮喘、实施科学。本研究旨在评估在Basque Healthcare Service中实施新的哮喘综合照护路径的效果,以改善对哮喘发作儿童的照护,并减少该照护实践中专业人员与照护环境之间的差异性。哮喘是儿童最常见的慢性疾病,对人们的生活质量有重大影响。哮喘综合照护路径是一种结构化的多学科照护计划,详细说明了轻中度哮喘发作患者照护中的关键步骤,以及根据证据所要求的相关参与方的协调实践。该路径将包括对诊断标准依从性、严重程度评估和药物处方的质量指标,以及家庭和专业人员的体验,这些均已在为此目的设计的会议中收集。该研究是一项混合方法实施试验,分为两个阶段:1.
第一阶段:将开展一项定量评价,通过前后测准实验研究并设置配对对照组,比例为1:2,以评估专业层面的实施结果。主要结局变量为诊断为轻中度哮喘发作的儿童中使用储雾罐进行支气管扩张剂治疗的总体百分比。我们还将纳入以下待测量结局:肺评分登记率、持续性哮喘症状评估记录率,以及持续性哮喘症状儿童启动背景治疗的比例。这些变量将通过比较干预组与对照组在干预前后结局指标的差异进行分析。2. 第二阶段:将通过结构化流程开展定性评价,采用讨论小组形式,重点识别提供推荐临床实践的主要障碍和促进因素。
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。




