COVID-19后POTS患者个体化定制体育锻炼效果——随机对照研究
该数据集源自clinicaltrials.gov,主题为COVID-19后体位性心动过速综合征(POTS)患者接受个体化定制体育锻炼效果的随机对照研究

基本信息
资源简介
COVID-19后POTS患者个体化定制体育锻炼效果——随机对照研究
该数据集源自clinicaltrials.gov,主题为COVID-19后体位性心动过速综合征(POTS)患者接受个体化定制体育锻炼效果的随机对照研究。数据覆盖Postural Orthostatic Tachycardia Syndrome、COVID-19、Post COVID-19 Condition及Post-Acute COVID-19 Syndrome等状况,涉及循环系统疾病/心力衰竭分类。可用于探究运动干预对COVID-19后POTS患者的影响,支持相关临床研究与分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:体位性心动过速综合征、COVID-19、COVID-19后状况、急性COVID-19后综合征。引言:2020年3月,世界卫生组织(WHO)宣布Covid-19为全球大流行病。2021年8月,瑞典确诊超过1 100 000例病例,死亡超过14 000例。最初,人们怀疑Covid-19主要影响气道,但多项研究现已表明,它是一种具有多系统表现的疾病。该病毒的影响范围从无症状感染到可影响心脏、肾脏、胃肠道、神经、内分泌和肌肉骨骼系统的严重且危及生命的疾病。因此,Covid-19有可能以多种方式影响身体、认知和心理功能。已经明确的是,相当大比例的Covid-19患者会出现长期症状
【主题与分类】
主题标签:COVID-19、Post COVID-19 Condition、Post-Acute COVID-19 Syndrome。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05877534
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/NCT05877534
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:体位性直立性心动过速综合征、COVID-19、COVID-19后状况、急性COVID-19后综合征。引言:2020年3月,世界卫生组织(WHO)宣布Covid-19为全球大流行病。截至2021年8月,瑞典已确认超过110万例病例,死亡人数超过1.4万。起初,人们怀疑Covid-19主要影响呼吸道,但多项研究现已表明,这是一种具有多系统表现的疾病。该病毒的影响范围从无症状感染到可危及生命的严重疾病,可影响心脏、肾脏、胃肠道、神经、内分泌和肌肉骨骼系统。因此,Covid-19有可能以多种方式影响身体、认知和心理功能。已经明确的是,相当一部分Covid-19患者会出现长期症状。体征和症状可能源自身体任何系统,常有显著重叠,并可能随时间发展。现在使用COVID-19后状况(由WHO定义)这一术语来描述感染后出现的各种长期症状。
在初始恢复阶段,已有疲劳、身体和心理功能下降的报道,但对长期后果仍知之甚少。以往关于其他冠状病毒感染后恢复与康复的研究表明,制定针对性干预措施的重要性。在COVID-19后状况的非住院人群中,似乎更常出现的一种更为特异的综合征是体位性心动过速综合征(POTS)。这是一种慢性体位性不耐受,直立姿势与心率(HR)过度增加及相关症状有关,如心悸、运动不耐受、关节活动过度、偏头痛、脑雾、睡眠障碍和疲劳。简单的日常生活活动即可加重症状,患者常报告生活质量低下,相当于严重心力衰竭或COPD患者所报告的水平。因此,患者似乎
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。




