Lions Hearts:多代人心血管疾病风险的社区干预方法
Lions Hearts 是一项分三阶段、以社区为基础的研究项目,旨在通过以家庭为中心的体力活动干预降低多代人心血管疾病风险

基本信息
资源简介
Lions Hearts:多代人心血管疾病风险的社区干预方法
Lions Hearts 是一项分三阶段、以社区为基础的研究项目,旨在通过以家庭为中心的体力活动干预降低多代人心血管疾病风险。本记录描述第三阶段,即在母子配对中评估 Lion Hearts 干预可行性、可接受性和初步效果的试点试验。干预在第二阶段通过实施映射与母亲、儿童、认证健身专业人员及社区利益相关者共同设计,第三阶段在社区健身场所(当地 CrossFit 加盟馆)实施 12 周,每周两次、每次 60 分钟的家庭健身课程,包含按成人和儿童适当调整的功能性力量和心血管练习(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心血管(CV)风险。Lion Hearts 研究是一个三阶段的、基于社区的研究项目,旨在通过以家庭为中心的体力活动干预降低多代人心血管疾病(CVD)风险。本记录描述第三阶段,即一项试点试验,评估 Lion Hearts 干预在母子配对中的可行性、可接受性和初步效果。该干预在第二阶段通过实施映射与母亲、儿童、认证健身专业人员和社区利益相关者共同设计。在第三阶段,经过改进的干预将在社区健身环境中实施 12 周,具体为当地 CrossFit 加盟馆。该项目包括每周两次、每次 60 分钟的家庭健身课程,其中包含按成人和儿童适当调整的功能性力量和心血管练习。
【主题与分类】
主题标签:Cardiovascular (CV) Risk。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07147387
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/NCT07147387
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:心血管(CV)风险。Lion Hearts研究是一个三阶段的、基于社区的研究项目,旨在通过以家庭为中心的体育活动干预来降低多代心血管疾病(CVD)风险。本记录描述的是第三阶段,即一项试点试验,评估Lion Hearts干预在母子二元组中的可行性、可接受性和初步有效性。该干预在第二阶段通过实施映射与母亲、儿童、认证健身专业人士和社区利益相关者共同设计。在第三阶段,经过完善的干预将在社区健身环境中实施,为期12周,具体为当地的CrossFit加盟场馆。该项目包括每周两次、每次60分钟的家庭健身课程,其中包含根据成人和儿童适当调整的功能性力量和心血管锻炼。课程还整合了目标设定、团队合作和健康教育等内容,以促进家庭纽带并推动可持续的行为改变。
参与者将在四个时间点完成综合评估:基线(第1-2周)、干预中期(第6周)、干预后(第13-14周)以及3个月随访。评估内容包括:测量身体活动、健康行为、生活质量和家庭功能的问卷调查;体能评估(如心血管耐力、力量、柔韧性);身体健康指标(如身高、体重、腰围、血压);使用加速度计进行7天身体活动监测;可选的实验室血液检查(如血脂谱、血糖水平);半结构化访谈和焦点小组,以评估参与者体验和项目可接受性。该试点试验将评估关键实施结局(可行性、保真度、满意度和出勤率),以及身体活动行为、心血管健康和 psychosocial 结局的初步有效性信号。研究结果将指导进一步调整,并为设计提供依据
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。




