Sahid法治疗继发性单侧下肢淋巴水肿数据集
研究对象为患有继发性单侧淋巴水肿的成年女性,主要评估该方法对下肢周径的影响,次要评估功能容量(LEFS)的变化。数据可用于了解淋巴水肿的非手术治疗方案、手法与机械引流联合压缩治疗的干预设计,以及相关临床结局指标的测量框架(来源 clinicaltrials.gov)

基本信息
资源简介
Sahid法治疗继发性单侧下肢淋巴水肿数据集
该数据集来自clinicaltrials.gov,围绕Paloma Sahid法(专利代码PCT/CL2023/050061)治疗继发性单侧下肢淋巴水肿的临床研究。研究对象为患有继发性单侧淋巴水肿的成年女性,主要评估该方法对下肢周径的影响,次要评估功能容量(LEFS)的变化。数据可用于了解淋巴水肿的非手术治疗方案、手法与机械引流联合压缩治疗的干预设计,以及相关临床结局指标的测量框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:淋巴水肿。背景与理由:淋巴水肿是由于淋巴运输受损导致富含蛋白质的间质液积聚,通常引起肢体肿胀、组织改变、反复感染、功能受限和生活质量下降。管理通常是多学科的,非手术策略仍然至关重要。Paloma Sahid法(专利代码PCT/CL2023/050061)将手法和机械引流与针对相关淋巴结区域的标准化线性滑动运动相结合,并辅以压缩治疗。尽管临床应用日益增多,但仍需要关于其效果的稳健前瞻性证据。目标主要:评估使用Paloma Sahid法进行淋巴引流对患有继发性单侧淋巴水肿的成年女性下肢周径的影响。次要:评估功能容量(LEFS)的变化
【主题与分类】
主题标签:Lymphedema。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/NCT07198698
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/NCT07198698
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:淋巴水肿。背景与依据:淋巴水肿是由于淋巴运输受损导致富含蛋白质的组织间液积聚,常引起肢体肿胀、组织改变、反复感染、功能受限和生活质量下降。治疗通常为多学科综合管理,非手术策略仍至关重要。Paloma Sahid方法(专利代码PCT/CL2023/050061)将手法与机械引流相结合,采用标准化的线性滑动动作,方向指向相关淋巴结区域,并辅以压力治疗。尽管临床应用日益增多,仍需对其效果进行稳健的前瞻性证据研究。目的:主要目的:评估采用Paloma Sahid方法进行淋巴引流对患有继发性单侧淋巴水肿的成年女性下肢周径的影响。次要目的:评估功能能力(LEFS)、生活质量(LYMQOL)、热成像模式、身体成分和BMI(生物阻抗)、肌肉力量(手持测力计)、静息血压和心率的变化,并在一个子样本中评估基于淋巴显像的淋巴流特征。
设计与设置 在智利圣地亚哥开展的单臂临床试验。参与者参加两次干预前访视(知情同意和基线测试),在约4周内接受12次治疗,并完成干预后测试。参与者 年龄30-65岁、经医学诊断为继发性单侧下肢淋巴水肿且病程≤2年、分级为I期或II期的女性,能够理解并完成研究工具,并提供知情同意。主要排除标准包括无法完成问卷、被判定为禁忌参加研究的慢性疾病(如不稳定的心血管、肺部、自身免疫性疾病或糖尿病),以及连续缺席超过两次治疗。干预 采用Paloma Sahid方法进行12次淋巴引流治疗,每周三次,持续一个月,每次约80分钟
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。




