咬合对卒中患者步态与活动能力的影响
该数据集来自 clinicaltrials.gov，聚焦卒中患者，记录一项随机假对照交叉研究，旨在考察咬合对慢性卒中患者步态与功能性活动能力的即时影响
基本信息
资源简介
咬合对卒中患者步态与活动能力的影响
Effects of Jaw Clenching on Gait and Mobility in Stroke 数据集来自 clinicaltrials.gov，聚焦卒中（Stroke）患者群体，记录一项随机假对照交叉研究，旨在考察咬合（jaw clenching）对慢性卒中患者步态与功能性活动能力的即时影响。该研究计划纳入至少 30 名符合条件的患者，每位参与者将按随机顺序完成干预条件和假对照条件。数据集在本站归入“循环系统疾病 / 其他”分类，主题标签为 Stroke。整体而言，该数据集围绕卒中后运动功能康复中的一种简单生理干预手段展开，为关注步态与活动能力改善的研究者和临床人员提供了一个可追溯的试验信息来源。
【数据集背景】
卒中患者在慢性期常遗留步态异常与功能性活动能力下降，如何以简便、低负担的方式即时改善行走表现，是康复研究关注的问题之一。该数据集对应的研究以咬合这一日常动作作为干预切入点，采用随机假对照交叉设计，考察其在慢性卒中患者中产生的即时效应。研究设置干预条件与假对照条件，并通过随机序列决定每位参与者的完成顺序，以控制顺序效应与个体差异。源站描述明确该研究针对慢性卒中患者，计划纳入至少 30 名符合条件的患者。
【数据内容】
源站描述显示，该数据集涉及的研究条件为卒中（Conditions: Stroke），研究类型为随机假对照交叉研究，干预关注点为咬合，结局关注点为步态与功能性活动能力，观察时间窗为即时效应。研究计划纳入至少 30 名符合条件的患者，每位参与者均需完成干预与假对照两种条件，且条件顺序随机分配。除上述内容外，关于具体测量指标、变量字段、数据表结构等信息，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，本站分类为“循环系统疾病 / 其他”，主题标签为 Stroke。源站描述表明这是一项随机假对照交叉研究，参与者为慢性卒中患者，研究比较咬合干预与假对照条件对步态和功能性活动能力的即时影响。关于采集地点、采集时间、采集设备与具体操作流程，源站未提供。
【适用场景】
基于现有信息，该数据集可用于了解卒中患者步态与功能性活动能力研究中咬合干预的试验设计思路，包括随机假对照交叉结构的组织方式与条件顺序随机化的安排。其主题标签与分类也便于在循环系统疾病相关资源中定位卒中康复方向的试验记录。关于该数据集在二次分析、模型训练或其他具体应用中的适用性，源站未提供。
【使用方法】
源站描述仅说明研究将纳入至少 30 名符合条件的患者，并让每位参与者按随机顺序完成干预与假对照两种条件。关于数据获取方式、访问权限、文件格式、字段说明及分析操作步骤，源站未提供。
【质量与限制】
该数据集对应研究的样本量为至少 30 名符合条件的患者，采用随机假对照交叉设计，这些设计要素有助于控制顺序效应与个体差异。关于研究的实际完成情况、数据完整性、缺失值处理、偏倚控制细节及结果指标的具体数值，源站未提供。由于缺乏上述信息，无法对数据质量作进一步判断。
【引用与许可】
该数据集来源站为 clinicaltrials.gov。关于引用格式、许可条款与使用限制，源站未提供。
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/NCT07612397
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：卒中。这项随机假对照交叉研究旨在探讨咬紧牙关对慢性卒中患者步态和功能活动能力的即时影响。将纳入至少30名符合条件的患者。每位参与者将按随机顺序完成干预和假干预两种条件。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
