基于保护动机理论预测慢性肾脏病患者饮食管理意向数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.14584610

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。

数据集大小约 155.6 KB。

数据说明

该数据集来源于题为“利用保护动机理论预测慢性肾脏病患者的饮食管理意向”的研究，旨在探讨保护动机理论（PMT）在预测慢性肾脏病（CKD）患者饮食管理意向中的应用。1. 研究背景与目的慢性肾脏病是全球性健康问题，有效的饮食管理在延缓疾病进展和提升患者生活质量方面起着关键作用。本研究运用保护动机理论分析和预测CKD患者的饮食管理意向，从而为制定有效的健康干预策略提供理论支持。2. 数据集详情数据来源：数据通过对多家医院和诊所接受治疗的CKD患者进行问卷调查收集获得。数据收集方法：采用纸质和在线两种方式发放和回收结构化问卷，以确保数据的广泛性和代表性。

数据类型：数据集以Excel格式提供，包含定量和定性变量。变量说明：人口学变量：年龄：参与者的年龄。性别：参与者的性别。教育程度：参与者的最高学历。职业：参与者的职业类别。CKD病程：自CKD确诊以来的时间长度。保护动机理论构念：感知严重性：参与者对CKD严重性的感知。感知易感性：参与者对自身CKD恶化风险的感知。反应效能：对饮食管理在控制CKD方面有效性的信念。自我效能：对自身实施饮食管理能力的信心。反应代价：实施饮食管理的感知代价或障碍。饮食管理意向：参与意向的程度

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。