支持家长明智选择
该数据集来自 clinicaltrials.gov,主题为支持家长明智选择,本站归类于呼吸系统疾病下的哮喘。覆盖的病症包括普通感冒、咽炎、急性中耳炎、急性哮喘、细支气管炎、儿童 ALL,以及家长群体

基本信息
资源简介
支持家长明智选择
该数据集来自 clinicaltrials.gov,主题为支持家长明智选择,本站归类于呼吸系统疾病下的哮喘。覆盖的病症包括普通感冒、咽炎、急性中耳炎、急性哮喘、细支气管炎、儿童 ALL,以及家长群体。源站描述指出,患者期望是导致不适当照护的关键驱动因素,患者就诊时希望获得诊断检查或处方等干预;越来越多文献表明,提高患者的知识和意识可影响其就医行为及对医疗专业人员的期望;行为理论也表明,行为改变的前兆是意识、知识和意向;知识转化关注传播证据以改善这些结果,在儿科医疗背景下,将家长和法定监护人连接到研究证据。该数据可用于研究家长健康知识、就医行为与期望相关的分类问题(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:普通感冒、咽炎、急性中耳炎、急性哮喘、细支气管炎、儿童 ALL、家长。目的与理由:不适当照护的一个关键驱动因素是患者期望;也就是说,患者在寻求照护时希望做点什么,无论是诊断性检查还是处方等某种形式的干预。越来越多的文献提供证据表明,提高患者的知识和意识可以影响其行为,包括决定是否寻求照护,或在确实寻求照护时对医疗专业人员的期望。此外,行为理论表明,行为改变的前兆是意识、知识和意向。知识转化(KT)关注传播证据以改善此类结果。在儿科医疗背景下,将家长和法定监护人与研究证据连接起来
【主题与分类】
主题标签:Common Cold、Pharyngitis、Acute Otitis Media、Acute Asthma、Bronchiolitis、Pediatric ALL、Parents。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/NCT06005337
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/NCT06005337
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
病症:普通感冒、咽炎、急性中耳炎、急性哮喘、毛细支气管炎、儿童急性淋巴细胞白血病、父母。目的与理由 导致不当医疗的一个关键驱动因素是患者的期望;也就是说,患者在寻求医疗时希望采取某些措施,无论是诊断测试还是诸如处方之类的某种干预形式。越来越多的文献证据表明,增加患者的知识和意识可以影响他们在决定寻求医疗时的行为,或者影响他们在寻求医疗时对医疗专业人员的期望。此外,行为理论指出,行为改变的前兆是意识、知识和意图。知识转化(KT)关注的是传播证据以改善此类结果。在儿科医疗保健的背景下,将父母和法定监护人与研究证据联系起来,有能力改善健康决策并降低卫生系统成本。非预约医疗服务的最主要使用者是儿童,他们也在急诊科(ED)就诊中占很大比例,而这些就诊本可以在其他地方(例如初级保健或家中)得到处理。
影响父母决定在何处、何时以及为何为孩子寻求非预约医疗服务,存在多种复杂因素和情况。近期一项系统综述强调,父母感受到要被视为“尽到本分”的压力与寻求医疗服务有关。然而,担心因小病浪费医生时间被视为寻求医疗服务的障碍。因此,父母和照护者应成为促进赋权工作的目标人群。父母赋权可被定义为“父母能够增强对影响其子女健康的决策和行动的控制力的过程”。支持和赋权父母的一种机制可能是通过加拿大明智选择(Choosing Wisely Canada, CWC)建议的知识转化(KT)来实现。越来越明显的是,父母需要知识和信心来参与医疗决策。
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。



