LQTS 2型和3型患者健康相关生活质量与疾病负担观察性研究
该数据集来自 clinicaltrials.gov，为一项横断面观察性研究，聚焦 Long QT Syndrome 2 型和 3 型患者，评估其健康状况与生活质量负担
基本信息
资源简介
LQTS 2型和3型患者健康相关生活质量与疾病负担观察性研究
该数据集来自 clinicaltrials.gov，为一项横断面观察性研究，聚焦 Long QT Syndrome 2 型和 3 型患者，评估其健康状况与生活质量负担。研究通过 Apple iPhone 与 Apple Watch 上的 myQTwave 应用采集患者报告结局信息，总研究时长最长约 18 个月，个体观察期最长 6 个月，可延长至 9 个月。数据可用于分析 LQTS 2/3 型患者的生活质量与疾病负担特征，支持患者报告结局相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Long QT Syndrome Type 3、Long QT Syndrome 2。本横断面观察性研究旨在评估 LQTS 患者的健康状况与生活质量负担。研究总时长预计最长 18 个月，包括每位个体最长 6 个月的观察期。观察期可延长最多 3 个月（总计 9 个月）。在可选延长期内，通过 myQTwave 进行的数据收集将限于情绪与躯体症状调查。本前瞻性队列研究将在 LQTS 2 型或 3 型患者队列中收集 PRO 信息。所有筛查参与者将被分配唯一标识符。符合条件的参与者将在入组后下载交付给他们的 Apple iPhone 和 Apple Watch 上的 myQTwave 应用。患者报告结局将通过 Apple iPhone 和 da 采集。
【主题与分类】
主题标签：Long QT Syndrome Type 3、Long QT Syndrome 2。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07075445
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/NCT07075445
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
疾病条件：长QT综合征3型、长QT综合征2型。本横断面观察性研究旨在评估LQTS患者的健康状况和生活质量负担。研究总时长预计最长18个月，其中每个个体的观察期最长6个月。观察期可延长最多3个月（总计9个月）。在可选延长期内，通过myQTwave收集的数据将仅限于情绪和身体症状调查。本前瞻性队列研究将在LQTS 2型或3型患者队列中收集PRO信息。所有筛选的参与者将被分配唯一标识符。符合条件的参与者将在入组后收到Apple iPhone和Apple Watch，并下载myQTwave应用。患者报告结局将通过Apple iPhone采集，每日健康指标（睡眠、身体及心脏相关数据）将使用Apple Watch收集。
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。
