儿童诊所与家庭技术增强哮喘照护研究

该数据集来自clinicaltrials.gov,聚焦儿童持续性或未控制哮喘的随机对照试验,纳入家长-儿童配对。干预组(n=40对)接受mHealth应用与数字传感器,并由哮喘协调员提供远程患者监测支持;对照组(n=40对)仅使用mHealth应用与传感器,无远程监测支持,静默采集吸入器使用信息

Ann & Robert H Lurie Children's Hospital of ChicagoAnn & Robert H Lurie Children's Hospital of Chicago
clinicaltrials
浏览 4
其他Asthma in ChildrenChronic Diseases in Children
Technology-Enhanced Asthma Care in Children at Clinic and Home Study

基本信息

模态
其他
创建/更新时间
2026-10-22

资源简介

儿童诊所与家庭技术增强哮喘照护研究

该数据集来自clinicaltrials.gov,聚焦儿童持续性或未控制哮喘的随机对照试验,纳入家长-儿童配对。干预组(n=40对)接受mHealth应用与数字传感器,并由哮喘协调员提供远程患者监测支持;对照组(n=40对)仅使用mHealth应用与传感器,无远程监测支持,静默采集吸入器使用信息。项目重点评估在门诊环境中通过远程患者监测实施儿童哮喘数字干预的可行性与可接受性。数据可用于研究数字健康干预在儿童哮喘管理中的应用(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、儿童慢性病。一项随机对照试验,纳入患有持续性或未控制哮喘的儿童及其家长配对。干预组(n=40对家长-儿童)将接受移动健康(mHealth)应用和数字传感器,并获得来自人口健康管理者角色(以下称为哮喘协调员)的增强支持,以提供远程患者监测(RPM)。对照组(n=40对家长-儿童)将接受mHealth应用和传感器,但不提供RPM支持,以静默收集吸入器使用信息,且无mHealth应用功能。本项目的重点是评估在门诊环境中通过RPM实施儿童哮喘数字干预的可行性和可接受性。

【主题与分类】

主题标签:Asthma in Children、Chronic Diseases 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/NCT06820593

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06820593

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:儿童哮喘、儿童慢性疾病。一项随机对照试验,受试者为持续性或未控制哮喘儿童的亲子配对。干预组(n=40对亲子)将接受移动健康(mHealth)应用程序和数字传感器,并获得人口健康管理者角色(以下简称哮喘协调员)的强化支持,以提供远程患者监测(RPM)。对照组(n=40对亲子)将接受mHealth应用程序和传感器,但不提供RPM支持,仅静默收集吸入器使用信息,不启用mHealth应用程序功能。本项目重点在于评估在门诊环境中通过RPM为儿童哮喘提供数字干预的可行性和可接受性。

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。

获取专属数据定制方案