血液透析患者动静脉内瘘护理培训对生活质量、舒适度与自我护理行为的影响
该数据集来自 clinicaltrials.gov,聚焦血液透析患者动静脉内瘘(AVF)护理培训对生活质量、舒适度与自我护理行为的影响

基本信息
资源简介
血液透析患者动静脉内瘘护理培训对生活质量、舒适度与自我护理行为的影响
该数据集来自 clinicaltrials.gov,聚焦血液透析患者动静脉内瘘(AVF)护理培训对生活质量、舒适度与自我护理行为的影响。研究采用实验性、前测后测随机对照设计,提出四个假设,分别检验AVF护理培训对生活质量、舒适度及自我护理行为的作用。研究对象为透析单元中接受血液透析治疗且带有AVF的患者,计划纳入67例。数据可用于评估护理培训干预效果、分析患者报告结局,并支持透析护理领域的随机对照研究复现与二次分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:血液透析患者、血液透析导管。本研究将开展以确定给予血液透析患者的动静脉内瘘(AVF)护理培训对生活质量、舒适度和自我护理行为的影响。研究将作为实验性、前测后测随机对照实验研究进行。假设:H0:给予血液透析患者的AVF护理培训对患者的生活质量、舒适度和自我护理行为没有影响。H1:给予血液透析患者的AVF护理培训影响患者的生活质量。H2:给予血液透析患者的AVF护理培训影响患者的舒适度。H3:给予血液透析患者的AVF护理培训影响患者的自我护理行为。研究总体将包括在透析单元接受HD治疗且具有AVF的总共67名患者。类似研究 d
【主题与分类】
主题标签:Hemodialysis Patient、Hemodialysis Catheter。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/NCT06959914
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/NCT06959914
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:血液透析患者,血液透析导管。本研究旨在确定对血液透析患者进行动静脉内瘘(AVF)护理培训对其生活质量、舒适度和自我护理行为的影响。该研究将作为一项实验性、前测-后测随机对照实验研究进行。假设:H0:对血液透析患者进行AVF护理培训对患者的生活质量、舒适度和自我护理行为没有影响。H1:对血液透析患者进行AVF护理培训影响患者的生活质量。H2:对血液透析患者进行AVF护理培训影响患者的舒适度。H3:对血液透析患者进行AVF护理培训影响患者的自我护理行为。研究总体将包括在透析室接受HD治疗并拥有AVF的共67名患者。在研究样本的选择中考虑了类似的研究数据。
根据在GPower 3.1.9.7程序中进行的功效分析结果,确定样本量应纳入总共52名参与者,干预组和对照组各至少一人,采用95%置信区间、95%检验功效(1-ß)、0.05%误差水平。随机化和盲法:本研究将采用简单随机抽样方法进行随机化。为避免参与研究的患者之间产生交互作用,将根据血液透析治疗日的不同进行分组。第一组:周一、周三和周五接受血液透析治疗的患者;第二组:周二、周四和周六接受血液透析治疗的患者。哪一组为对照组、哪一组为干预组将通过抽签决定。研究纳入标准: 自愿参与研究,* 会说土耳其语。* 年满18岁及以上 * 拥有动静脉内瘘 * 在6周内至少接受3次血液透析 * 未接受治疗或精神
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。




