控制呼吸对多发性骨髓瘤心肺变量的影响
该数据集来自 clinicaltrials.gov,主题为控制呼吸对多发性骨髓瘤患者心肺变量的影响。研究对象为确诊多发性骨髓瘤、正在接受 daratumumab 治疗并由医院血液科随访的患者,随机分为对照组与实验组,均接受治疗性运动及呼吸教育,实验组额外进行为期 6 周的家庭控制呼吸练习

基本信息
资源简介
控制呼吸对多发性骨髓瘤心肺变量的影响
该数据集来自 clinicaltrials.gov,主题为控制呼吸对多发性骨髓瘤患者心肺变量的影响。研究对象为确诊多发性骨髓瘤、正在接受 daratumumab 治疗并由医院血液科随访的患者,随机分为对照组与实验组,均接受治疗性运动及呼吸教育,实验组额外进行为期 6 周的家庭控制呼吸练习。数据涵盖呼吸技术、呼吸练习、运动活动、腹式呼吸与心率变异性等变量,可用于分析呼吸干预对心肺指标的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:多发性骨髓瘤(MM)、呼吸技术、呼吸练习、运动活动、腹式呼吸、心率变异性(HRV)。随机、平行、双盲、对照临床试验,纳入经医学确诊为多发性骨髓瘤、目前正在接受 daratumumab 积极治疗并由医院血液科进行临床随访的参与者。参与者将被随机分配到两个干预组之一: 对照组:治疗性运动 + 关于正确呼吸的初始教育课程。 实验组:治疗性运动 + 关于正确呼吸的初始教育课程 + 家庭控制呼吸练习方案。两组都将进行各自的干预方案,为期 6 周。在六周中的每一周,参与者将:每周进行三次训练
【主题与分类】
主题标签:Multiple Myeloma (MM)、Breathing Techniques、Breathing Exercises、Exercise Activity、Diaphragmatic Breathing、Heart Rate Variability (HRV)。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07376733
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/NCT07376733
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:多发性骨髓瘤(MM)、呼吸技术、呼吸练习、运动活动、膈式呼吸、心率变异性(HRV)。一项随机、平行、双盲、对照临床试验,纳入经医学确诊为多发性骨髓瘤、目前正在接受达雷妥尤单抗积极治疗并由医院血液科进行临床随访的参与者。参与者将被随机分配到两个干预组之一:* 对照组:治疗性运动+关于正确呼吸的初始教育课程。* 实验组:治疗性运动+关于正确呼吸的初始教育课程+居家控制呼吸练习方案。两组都将进行各自的干预方案,为期6周。在六周中的每一周,参与者将:每周进行三次活动和肌肉强化锻炼(两次在监督下现场进行,一次居家进行)。现场课程将持续30-40分钟,并在马德里12 de Octubre医院康复科进行(总共12次现场课程,每周两次)。
每周的家庭训练将包括一次结构化训练,复制监督项目的内容和方法。每天至少步行7,000步或每天50分钟,每周至少三天。被分配到实验组的参与者还将按照主要研究者的建议,在家每天进行两次控制呼吸方案。此外,他们将在医院完成两次面对面的控制呼吸训练,每次持续5分钟,以确保正确执行该技术——一次在干预开始时,一次在干预结束时。将评估的变量包括心率变异性(HRV)指标(SDNN、RMSSD、HF)、心率、使用30秒坐立测试(30STS)评估的下肢力量,以及估计的峰值摄氧量(VO₂peak)。所有结局指标将在基线时、在
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。




