SMART@Home 可行性试验
SMART@Home 可行性试验来自 clinicaltrials.gov,聚焦哮喘及儿童哮喘,属于呼吸系统疾病范畴。该研究针对医学复杂患者远程照护缺乏数字平台的现状,旨在拆解既往 SMART 平台,形成路线图、平台与模板,指导临床医生开发新工具

基本信息
资源简介
SMART@Home 可行性试验
来自 clinicaltrials.gov,聚焦哮喘及儿童哮喘,属于呼吸系统疾病范畴。该研究针对医学复杂患者远程照护缺乏数字平台的现状,旨在拆解既往 SMART 平台,形成路线图、平台与模板,指导临床医生开发新工具。第一阶段结果强调 SMART@Home 应用需与蓝牙设备连接以获取客观疾病活动数据,并与 Epic 电子健康记录整合,供医生用于治疗规划与决策。研究还计划开展试点用户验证试验,以确认开发目标达成(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:哮喘、儿童哮喘。拟议研究旨在解决为医学复杂患者提供远程照护的数字平台缺失或不足的问题。既往尝试的临床有效性较差,且缺乏患者参与。研究团队将拆解先前实施的 SMART 平台,以创建路线图、平台和模板,指导临床医生创建新工具。该项目第一阶段的结果强调,需要实现 SMART@Home 应用与支持蓝牙的设备之间的连接,以提供客观的疾病活动数据,并与 Epic 电子健康记录整合,以便提供者能够利用这些数据为治疗规划和决策提供信息。还需要进行后续的试点用户验证试验,以确认开发目标已经达成。开展 SMART@Home 哮喘的试点用户验证试验
【主题与分类】
主题标签:Asthma、Asthma in Children。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/NCT06159127
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/NCT06159127
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:哮喘、儿童哮喘。拟议研究旨在解决为病情复杂的患者提供远程医疗服务的数字平台存在的局限性或缺失问题。此前的尝试临床有效性较差,且患者参与度不足。研究团队将对先前实施的SMART平台进行解构,以创建路线图、平台和模板,指导临床医生开发新工具。该项目第一阶段的结果凸显了SMART@Home应用程序与支持蓝牙的设备之间实现连接的必要性,以提供客观的疾病活动数据,同时需要与Epic电子健康记录集成,使医疗服务提供者能够利用这些数据来指导治疗规划和决策。此外,还需要进行后续的试点用户验证试验,以确认开发目标已达成。对SMART@Home哮喘追踪器、肺量计和行动计划进行试点用户验证试验,是本研究的后续阶段的目的。将对SMART@Home哮喘追踪器和哮喘行动计划算法进行Beta测试,约8名参与者参加。
Beta测试将让参与者记录模拟的症状加重情况,以确保通过应用程序传达适当的护理水平。随后,将开展一项为期6个月的试点随机对照试验(RCT),纳入40名12至17岁的青少年哮喘患者。在完成基线测量后,参与者将被随机分配到IMAAP SMART@Home组(n=20)或对照组(n=20),以测试交互式哮喘行动计划的功能和效果。
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。




