改善哮喘的经济激励研究
该数据集来自 clinicaltrials.gov,聚焦儿童哮喘与用药依从性,收录一项为期24周的研究信息。参与者使用带每日两次视听提醒的电子监测设备(EMD)并下载配套App,在0周、12周和24周接受三次研究访视

基本信息
资源简介
改善哮喘的经济激励研究
该数据集来自 clinicaltrials.gov,聚焦儿童哮喘与用药依从性,收录一项为期24周的研究信息。参与者使用带每日两次视听提醒的电子监测设备(EMD)并下载配套App,在0周、12周和24周接受三次研究访视。基线时评估吸入器使用技术、提供哮喘行动计划并随机分组,干预期为0至12周。数据可用于分析经济激励对儿童哮喘用药依从性的影响,以及相关干预效果分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:儿童哮喘、用药依从性。在获得父母知情同意(以及儿童和青少年同意)后,儿童和青少年将被纳入一项为期24周的计划。所有参与者将获得一个电子监测设备(EMD),该设备将编程为每日两次视听提醒,并被要求将EMD相关App下载到他们的智能手机上。所有参与者将被要求在0周(基线)、12周和24周(随访)参加3次研究访视。在基线时,参与者将接受吸入器技术评估,并获得哮喘行动计划(如果他们还没有的话),并将被随机分配到对照组或干预组。干预期将在研究访视1(0周)和研究访视2(12周)之间进行。在干预期间,干预组的参与者将使用他们的EMD并提醒
【主题与分类】
主题标签:Asthma in Children、Medication Adherence。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/NCT05322044
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/NCT05322044
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、药物依从性。在获得父母知情同意(以及CYP的赞同)后,CYP将被纳入一项为期24周的计划。所有参与者将获得一台电子监测设备(EMD),该设备将设定每日两次的视听提醒,参与者需在其智能手机上下载与EMD相关的应用程序。所有参与者须在第0周(基线)、第12周和第24周(随访)参加3次研究访视。在基线时,将对参与者的吸入器使用技术进行评估,并给予哮喘行动计划(若尚未拥有),随后将其随机分配至对照组或干预组。干预期将在研究访视1(第0周)与研究访视2(第12周)之间进行。在干预期间,干预组参与者将使用带有提醒功能的EMD,同时还将根据其每日依从性获得经济激励,并可使用一些额外的EMD相关应用程序功能(包括通知、奖励累计器和用于监测进展的红绿灯日历)。
对照组参与者在干预期间将接受常规护理,并使用带有提醒功能的EMD。干预期结束后(在研究访视2时),干预组参与者将不再获得奖励,也无法访问额外的应用程序功能。所有参与者(对照组和干预组)在最后12周的随访期内均可使用带有提醒功能的EMD。在完成24周的项目后,所有参与者均须归还其EMD设备,并将被邀请参加焦点小组,分享试验体验和反馈。
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。




