马拉维成人肺结核患者对研究性支气管镜检查认知的横断面研究数据
该数据集来自 Dryad,对应一项在马拉维开展的横断面研究,关注成人肺结核患者对研究性支气管镜检查的认知。源站描述显示,研究采用定性设计,通过社区成员与 TB 患者两组焦点小组讨论了解其对支气管镜检查的看法,转录文本由多位共同作者编码并进行主题内容分析,以探讨患者对研究性支气管镜的理解、参与动机与顾

基本信息
资源简介
马拉维成人肺结核患者对研究性支气管镜检查认知的横断面研究数据
Data from: Perceptions of research bronchoscopy in Malawian adults with pulmonary tuberculosis: a cross-sectional study.
该数据集来自 Dryad,对应一项在马拉维开展的横断面研究,关注成人肺结核患者对研究性支气管镜检查的认知。源站描述显示,研究采用定性设计,通过社区成员与 TB 患者两组焦点小组讨论了解其对支气管镜检查的看法,转录文本由多位共同作者编码并进行主题内容分析,以探讨患者对研究性支气管镜的理解、参与动机与顾虑,从而为未来临床研究的知情同意流程提供参考。数据可用于呼吸系统疾病与肺结核领域的伦理、知情同意及定性研究相关分析(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):支气管镜检查在马拉维是一种成熟的研究工具,可用于采集肺部样本以开展免疫学、药理学和微生物学研究。然而,它是一种侵入性临床操作,当仅用于研究目的时,对志愿参与者没有直接益处,因此知情同意至关重要。本研究旨在探讨结核病患者对研究性支气管镜检查的理解、促使他们参与研究性支气管镜检查的动机以及他们的顾虑,从而为未来临床研究的知情同意流程提供参考。我们采用了定性研究设计。与社区成员和结核病患者进行了两次焦点小组讨论,以了解他们对支气管镜检查的看法。转录文本由多位共同作者编码,并采用主题内容分析来分析主要发现。我们发现,马拉维患者 wit
【主题与分类】
主题标签:Tuberculosis、consent、ethics、bronchoscopy。本站分类:呼吸系统疾病/肺结核。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.sp152
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.sp152
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:
数据集大小约 342.4 KB。
数据说明
支气管镜检查在马拉维是一种成熟的研究工具,能够收集肺部样本用于免疫学、药理学和微生物学研究。然而,这是一项侵入性临床操作,当仅用于研究目的时,对志愿参与者没有直接益处,因此知情同意至关重要。本研究旨在探讨结核病患者对研究性支气管镜检查的理解、促使他们参与研究性支气管镜检查的动机以及他们的顾虑,从而为未来临床研究的知情同意流程提供参考。我们采用了定性研究设计。与社区成员和结核病患者进行了两次焦点小组讨论,以了解他们对支气管镜检查的看法。转录文本由多位共同作者进行编码,并采用主题内容分析来分析法主要发现。我们发现,马拉维的肺结核患者愿意参与使用研究性支气管镜检查的研究,以进行健康评估和获得更好的医疗保健。我们确定了在知情同意时对潜在参与者有价值的信息,以帮助缓解参与者表达的一些焦虑。
患者和公众的参与对于改进知情同意和机构信任至关重要。
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。




