减少尿布需求并提高儿科预防保健利用的干预研究
该数据集来自 clinicaltrials.gov,围绕一项随机对照试验,评估以尿布作为激励手段,能否提高新生儿出生后第一年内对健康儿童访视的利用与依从性

基本信息
资源简介
减少尿布需求并提高儿科预防保健利用的干预研究
该数据集来自 clinicaltrials.gov,围绕一项随机对照试验,评估以尿布作为激励手段,能否提高新生儿出生后第一年内对健康儿童访视的利用与依从性。研究对象为在 Yale New Haven Health System 接受照护的产后女性,按 AAP 推荐时间表在 2 周、2 个月、4 个月和 6 个月访视完成后获得尿布。数据涉及 Diaper Dermatitis、Urinary Tract Infections、Infection、Depressive Symptoms、Stress 等主题,可用于分析干预对预防保健利用及相关健康结局的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Diaper Dermatitis、Urinary Tract Infections、Infection、Depressive Symptoms、Stress。研究者将开展一项尿布激励干预的随机对照试验,通过使用尿布来实现两个独立但相关的目标。第一,将尿布作为激励,以提高新生儿出生后第一年内对健康儿童访视的利用率和依从性。更具体地说,在 Yale New Haven Health System 接受照护的产后女性将被随机分配,在按美国儿科学会(AAP)推荐时间表参加孩子出生后第一年内定期安排的健康儿童访视时,同时获得尿布激励。尿布将在 2 周、2 个月、4 个月和 6 个月访视完成时提供。还将进行随访电话评估。
【主题与分类】
主题标签:Diaper Dermatitis、Urinary Tract Infections、Infection、Depressive Symptoms、Stress。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03490045
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/NCT03490045
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:尿布皮炎、尿路感染、感染、抑郁症状、压力。研究者将开展一项尿布激励干预的随机对照试验,通过使用尿布来实现两个独立但相关的目标。首先,尿布将被用作激励措施,以提高新生儿出生后第一年内对健康儿童访视的利用率和依从性。更具体地说,在耶鲁纽黑文医疗系统接受照护的产后女性将被随机分配,在按照美国儿科学会(AAP)推荐的时间表参加儿童出生后第一年定期健康儿童访视时,同时获得尿布激励。尿布将在2周、2个月、4个月和6个月访视完成时提供。在家庭收到最后一次尿布发放或条件现金转移后约3个月,还将进行随访电话评估。被随机分配到对照条件的产后女性将在这些相同时间点获得与尿布激励等值的现金作为参与补偿。
其次,将使用尿布来降低尿布需求水平。这将通过一项自我报告的尿布需求调查进行评估,该调查将根据AAP(美国儿科学会)儿童保健访视计划,与其他调查一起对干预组和对照组的女性进行施测。除尿布需求外,还将评估以下领域:抑郁症状、感知压力、母婴依恋、满足基本需求的能力,以及人口统计学信息,包括但不限于种族-族裔、母亲年龄、产次、婚姻状况、教育水平、收入、就业状况、孩子的性别、孩子的年龄、健康状况、医疗保健可及性和使用情况。研究者预计,本研究将促使儿科儿童保健访视推荐计划的更多使用和依从,以及干预组家庭中尿布需求的更大程度降低。
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。




