慢性阻塞性肺疾病患者移动健康自我管理干预

该数据集来自clinicaltrials.gov,主题为慢性阻塞性肺疾病(COPD)患者的移动健康自我管理干预。源站描述显示,研究评估由药师主导、通过严肃游戏形式提供的交互式移动健康干预,内容涵盖教育材料、吸入器技术培训、用药提醒以及急性加重预防与管理指导

Universitas Katolik Widya Mandala SurabayaUniversitas Katolik Widya Mandala Surabaya
clinicaltrials
浏览 9
其他分类COPD
Mobile Health Self-Management Intervention for Patient With Chronic Obstructive Pulmonary Disease

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-11-03

资源简介

慢性阻塞性肺疾病患者移动健康自我管理干预

该数据集来自clinicaltrials.gov,主题为慢性阻塞性肺疾病(COPD)患者的移动健康自我管理干预。源站描述显示,研究评估由药师主导、通过严肃游戏形式提供的交互式移动健康干预,内容涵盖教育材料、吸入器技术培训、用药提醒以及急性加重预防与管理指导。参与者将接受药师关于应用使用的指导。数据可用于分析数字健康干预对COPD患者知识、自我管理行为、吸入器使用和用药依从性的影响,也可用于相关分类或预测建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:COPD、COPD(慢性阻塞性肺疾病)。慢性阻塞性肺疾病(COPD)是一种进行性呼吸系统疾病,需要长期自我管理以控制症状并预防急性加重。然而,许多患者在维持正确的吸入器技术、坚持用药以及识别急性加重早期迹象方面遇到困难。数字健康干预可能提供额外支持,以改善患者的知识和自我管理行为。本研究评估一种由药师主导的交互式移动健康干预,该干预通过一款旨在支持COPD自我管理的严肃游戏提供。干预包括教育内容、吸入器技术培训、用药提醒以及急性加重预防和管理指导。参与者将接受药师关于如何使用该应用程序的指导,并

【主题与分类】

主题标签:COPD。本站分类:呼吸系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07469904

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07469904

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

疾病:COPD、COPD(慢性阻塞性肺疾病)。慢性阻塞性肺疾病(COPD)是一种进行性呼吸系统疾病,需要长期自我管理以控制症状并预防急性加重。然而,许多患者在维持正确的吸入器使用技术、坚持用药以及识别急性加重早期迹象方面存在困难。数字健康干预可能提供额外支持,以改善患者的知识和自我管理行为。本研究评估一项由药师主导的互动式移动健康干预,通过一款旨在支持COPD自我管理的严肃游戏来实施。该干预包括教育内容、吸入器使用技术培训、用药提醒以及急性加重预防和管理指导。参与者将接受药师关于如何使用该应用程序的指导,并被要求在家中玩该游戏两周。本研究设计为一项初步随机对照试验,在50岁及以上COPD成人中比较严肃游戏干预与常规护理。

该试验将评估该干预措施能否改善患者的自我管理和健康结局。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。