成人卒中患者感知社会支持研究
该数据集来源于 clinicaltrials.gov,聚焦成人卒中患者与健康对照人群,旨在探究感知社会支持对生活满意度和社会参与的影响

基本信息
资源简介
成人卒中患者感知社会支持研究
Perceived Social Support in Adult Stroke 是一个以成人卒中人群及健康对照人群为研究对象的医学数据集,来源于 clinicaltrials.gov 注册的临床研究。该研究关注感知社会支持这一心理社会因素,考察其对成人卒中患者生活满意度与社会参与两方面结局的影响。数据集在分类上归入循环系统疾病下的其他类别,主题标签涵盖卒中与健康对照。整体而言,该数据集围绕卒中后心理社会支持与生活结局之间的关系展开,适合用于了解相关临床研究的设计背景、研究对象构成与核心研究问题,为后续开展卒中康复、心理社会干预及生活质量相关分析提供参考。
【数据集背景】
卒中后患者的生活满意度与社会参与状况是康复领域关注的重要结局。现有文献中,关于感知社会支持如何影响成人卒中患者生活满意度与社会参与的证据较为有限。正是基于这一证据缺口,相关研究设立了卒中患者与健康对照两类研究对象,旨在探讨感知社会支持对上述结局的作用。该数据集即承载这一研究主题,其背景定位于卒中康复与心理社会因素交叉的研究方向。
【数据内容】
该数据集的主题标签为卒中与健康对照,研究对象覆盖成人卒中患者及健康对照人群。研究关注的核心变量包括感知社会支持、生活满意度与社会参与,研究目的在于考察感知社会支持对生活满意度和社会参与的影响。数据集英文名称为 Perceived Social Support in Adult Stroke,本站分类为循环系统疾病 / 其他。除上述研究主题与对象范围外,源站未提供具体的变量清单、样本量、测量工具及数据结构等细节。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示,其对应研究的条件为卒中与健康对照,研究背景为文献中关于感知社会支持对成人卒中患者生活满意度与社会参与影响的证据有限,因而开展该研究以考察这一影响。除来源站与上述研究条件外,源站未提供采集时间、采集地点、采集流程及样本招募方式等信息。
【适用场景】
基于现有信息,该数据集适用于围绕卒中后心理社会因素与生活结局关系的了解与参考,例如用于认识感知社会支持在成人卒中研究中的关注点、区分卒中患者与健康对照两类人群的研究设计思路,以及作为卒中康复与生活满意度、社会参与相关议题的背景资料。由于源站未提供具体变量与样本信息,其能否直接用于二次统计分析或模型构建尚无法确定。
【使用方法】
源站未提供该数据集的具体使用方法、数据格式、字段说明及访问方式。使用者如需了解如何获取与使用该数据,应以 clinicaltrials.gov 上对应研究记录的说明为准。
【质量与限制】
该数据集的信息主要来自研究注册描述,源站未提供样本量、测量工具、数据完整性与质量控制措施等细节,因此无法对其数据质量作出具体评价。其研究结论的适用范围与推广性亦需结合原始研究记录进一步确认。
【引用与许可】
源站未提供该数据集的引用格式与许可条款。使用时应遵循 clinicaltrials.gov 的相关规定,并参考对应研究记录的官方说明。
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/NCT07390526
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、健康对照。鉴于文献中关于感知社会支持对卒中成人生活满意度和社会参与影响的证据有限,本研究旨在探讨感知社会支持对这些结局的影响。
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。




