AAV患者与临床医生共享决策定性焦点小组研究
该数据集来自 clinicaltrials.gov,聚焦 ANCA 相关性血管炎(AAV)患者与临床医生对共享决策的不同观点,采用焦点小组的定性研究方法

基本信息
资源简介
AAV患者与临床医生共享决策定性焦点小组研究
该数据集来自 clinicaltrials.gov,聚焦 ANCA 相关性血管炎(AAV)患者与临床医生对共享决策的不同观点,采用焦点小组的定性研究方法。AAV 是一类以小血管炎症为特征的多系统自身免疫性疾病,涵盖 GPA、MPA 和 EGPA,可累及多个器官并影响健康相关生活质量,患者常就诊于肾内科、风湿科等不同专科。数据集可用于了解患者与医生在治疗决策中的看法差异,为改善医患沟通和共享决策提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:ANCA 相关性血管炎(AAV)。ANCA 相关性血管炎(AAV)是一类以小血管炎症为特征的多系统自身免疫性疾病。这一统称涵盖肉芽肿性多血管炎(GPA)、显微镜下多血管炎(MPA)和嗜酸性肉芽肿性多血管炎(EGPA)。AAV 患者可能罹患累及器官并危及生命的疾病,其健康相关生活质量会受到多方面影响。患者可在不同医学专科接受诊疗,例如肾内科和风湿科。英国和爱尔兰国家血管炎登记处以及患者慈善机构 Vasculitis UK、Vasculitis Ireland Awareness 和 UK Kidney Association 已认定,支持患者帮助其管理和与疾病良好共存对 AAV 患者至关重要。根据 NICE,sh
【主题与分类】
主题标签:ANCA Associated Vasculitis (AAV)。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07859995
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/NCT07859995
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
疾病:ANCA相关性血管炎(AAV)。ANCA相关性血管炎(AAV)是一组以心血管炎症为特征的多系统自身免疫性疾病。这一统称涵盖肉芽肿性多血管炎(GPA)、显微镜下多血管炎(MPA)和嗜酸性肉芽肿性多血管炎(EGPA)。AAV患者可能面临危及器官和生命的疾病,其健康相关生活质量会受到多方面影响。患者可在不同医学专科接受诊疗,例如肾脏科和风湿科。英国和爱尔兰国家血管炎登记处以及患者慈善机构Vasculitis UK、Vasculitis Ireland Awareness和UK Kidney Association已确认,为患者提供支持以帮助他们管理和良好应对疾病,对AAV患者至关重要。根据NICE,共享决策(SDM)应作为所有医疗环境中患者日常照护不可或缺的组成部分。它鼓励医疗保健专业人员(HCP)与AAV患者共同合作,就治疗和照护做出决策。
NICE制定的指南面向医疗保健专业人员(HCP)及使用医疗保健服务的个人。指南包含培训建议、如何沟通治疗的获益、风险及后果,并纳入了患者决策辅助工具等工具。通过将共享决策(SDM)融入组织文化和实践,人们能够基于个人价值观和信念,对自己的健康做出知情选择。SDM应同时应用于即时医疗决策和未来医疗决策,通过赋予患者这些知识,他们能够经过深思熟虑后决定哪种医疗照护适合自己。近期EULAR关于AAV管理的建议强调,SDM应成为医疗照护的关键要素,但目前尚未以任何系统化的方式实施。风湿病学结局测量(OMERACT)SDM工作组已开发
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。




