Exhale研究:在城市儿科哮喘门诊治疗母亲抑郁
该数据集来自clinicaltrials.gov,聚焦城市儿科哮喘门诊中母亲抑郁的治疗。研究为试点混合1型有效性-实施、单盲、前瞻性随机对照试验,采用平行两组设计,在48名子女未满18岁且患哮喘的黑人母亲中评估Enhanced IPT-B干预的效果

基本信息
资源简介
Exhale研究:在城市儿科哮喘门诊治疗母亲抑郁
该数据集来自clinicaltrials.gov,聚焦城市儿科哮喘门诊中母亲抑郁的治疗。研究为试点混合1型有效性-实施、单盲、前瞻性随机对照试验,采用平行两组设计,在48名子女未满18岁且患哮喘的黑人母亲中评估Enhanced IPT-B干预的效果。母亲在子女就诊期间经常规抑郁筛查、PHQ-9≥8者被识别并招募。数据可用于评估该干预的有效性与实施情况(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、抑郁。本研究旨在确定Brief Enhanced Interpersonal Psychotherapy(IPT-B)——一种针对母亲抑郁的循证治疗——在城市儿科哮喘门诊实施的有效性与实施情况。本研究是一项试点混合1型有效性-实施、单盲、前瞻性随机对照试验。将采用平行两组设计,在48名子女未满18岁且患哮喘的黑人母亲样本中评估干预(Enhanced IPT-B)的影响。PHQ-9≥8的母亲将在子女就诊期间通过哮喘门诊的常规抑郁筛查被识别,若符合资格标准则被招募参与研究。在知情同意流程后,被随机分配到干预组的母亲将接受Enhanced IPT-B。Enh
【主题与分类】
主题标签:Asthma in Children、Depression。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/NCT06623981
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/NCT06623981
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、抑郁症。本研究旨在确定简要增强人际心理治疗(IPT-B)的有效性和实施情况,该治疗是一种针对母亲抑郁症的循证治疗方法,在城市儿科哮喘诊所中提供。本研究是一项试点性混合1型有效性-实施、单盲、前瞻性随机对照试验。将采用平行两组设计,在48名子女年龄在18岁以下且患有哮喘的黑人母亲样本中评估干预(增强IPT-B)的影响。在哮喘诊所中,通过孩子就诊期间的常规抑郁症筛查,将识别出PHQ-9≥8的母亲,如果符合资格标准,则招募其参与研究。在知情同意程序之后,被随机分配到干预组的母亲将接受增强IPT-B。增强IPT-B包括一次45-60分钟的治疗前参与会谈,随后在8-12周的时间范围内由持证心理健康临床医生进行八次每周45分钟的个人心理治疗会谈。
随机分配到对照组的母亲将接受补充常规照护,其中包括短期的照护协调以获取社区心理健康资源。将在基线、基线后3个月和基线后6个月从母亲和儿童处收集有关母亲心理健康、儿童哮喘管理和结局以及儿童心理健康的数据。将从母亲以及哮喘诊所领导层和工作人员处收集有关实施结局的数据。将采用定量和定性数据分析策略来回答研究问题。
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。




