西费城哮喘控制项目
该数据集来自 clinicaltrials.gov,聚焦西费城学龄期儿童哮喘控制。项目依托费城儿童医院社区哮喘预防项目(CAPP)二十年利用社区健康工作者(CHW)改善哮喘结局的经验,联合住房、医疗、社区与学校多方建立 WEPACC 协作网络,通过需求评估、资源梳理与规划,设计整合家庭、学校、医疗系

基本信息
资源简介
西费城哮喘控制项目
该数据集来自 clinicaltrials.gov,聚焦西费城学龄期儿童哮喘控制。项目依托费城儿童医院社区哮喘预防项目(CAPP)二十年利用社区健康工作者(CHW)改善哮喘结局的经验,联合住房、医疗、社区与学校多方建立 WEPACC 协作网络,通过需求评估、资源梳理与规划,设计整合家庭、学校、医疗系统与社区的哮喘照护实施项目,由 CHW 提供可持续、以患者为中心的循证干预。数据可用于儿童哮喘社区干预与健康结局相关研究(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、社区健康工作者。费城儿童医院的社区哮喘预防项目(CAPP)拥有二十年利用 CHW 改善费城儿童哮喘结局的历史。在此基础上,建立了包括西费城哮喘照护协作组织(WEPACC)在内的利益相关方网络,代表来自公共住房、医疗、社区和学校。经过当地需求评估、资源映射和数月规划,研究者设计了一项哮喘照护实施项目,其总体目标是整合西费城学龄期哮喘儿童的家庭、学校、医疗系统和社区。研究者寻求利用 CHW 提供可持续的、以患者为中心的循证干预来实现这一目标。该循证干预
【主题与分类】
主题标签:Childhood Asthma、Community Health Workers。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/NCT03514485
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/NCT03514485
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、社区卫生工作者。费城儿童医院的社区哮喘预防项目(CAPP)在利用社区卫生工作者改善费城儿童哮喘结局方面已有二十年历史。在此基础上,建立了一个利益相关者网络,包括西费城哮喘护理协作组织(WEPACC),其代表来自公共住房、医疗保健、社区和学校。通过对当地需求的评估、资源映射以及数月的规划,研究者设计了一项哮喘护理实施项目,其总体目标是整合西费城学龄期哮喘儿童的家庭、学校、医疗保健系统和社区。研究者寻求利用社区卫生工作者提供可持续的以患者为中心的循证干预来实现这一目标。这些循证干预包括:(1)以初级保健为基础的“Yes We Can”干预并辅以家访;(2)一项全面且经过严格评估的学校干预——“学校开放气道”和“学校哮喘治疗”。
社区卫生工作者(CHWs)将作为各项干预措施的核心枢纽,担任初级保健社区卫生工作者或学校社区卫生工作者,提供教育、护理协调支持网络,并促进哮喘儿童家庭在四个部门之间的沟通。本项目旨在以全面且可持续的方式整合干预措施,以减少贫困少数族裔儿童中的哮喘差异。研究人员将采用析因设计,从最多五家市中心初级保健诊所招募640名哮喘儿童(5-13岁),这些儿童就读于西费城36所学校之一,并将其随机分配至四种研究条件之一:两种干预措施(初级保健和学校社区卫生工作者干预)、仅初级保健社区卫生工作者或仅学校社区卫生工作者、或对照组,并随访一年。作为本项目的一部分,研究人员力求实现以下目标:目标1. 比较初级保健和学
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。




