传统中文多维疲劳量表在心力衰竭患者中的心理测量学评价
该数据集来自 clinicaltrials.gov,聚焦循环系统疾病中的心力衰竭,涉及疲劳严重度量表(Fatigue Severity Scale)及传统中文多维疲劳量表的心理测量学评价

基本信息
资源简介
传统中文多维疲劳量表在心力衰竭患者中的心理测量学评价
该数据集来自 clinicaltrials.gov,聚焦循环系统疾病中的心力衰竭,涉及疲劳严重度量表(Fatigue Severity Scale)及传统中文多维疲劳量表的心理测量学评价。源站描述指出,疲劳在临床与一般人群研究中被视为以主观感知为核心的多维症状体验,涵盖躯体、认知与情绪/动机维度,而非单一生理指标所能定义,且与日常生活活动受限及健康相关生活质量密切相关。该数据可用于心力衰竭患者疲劳多维结构的测量学评估及相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心力衰竭、疲劳严重度量表。“一般疲劳”在临床和一般人群研究中均被广泛视为一种以主观感知为中心的多维症状体验,而不是一种可以由单一生理指标定义的现象。多项综述研究表明,无论疾病类型如何,患者对疲劳的描述通常涵盖躯体、认知和情绪/动机维度。因此,多维性已成为疲劳构念被广泛接受的特征。这些研究强调,疲劳不应被简单归结为“肌肉无力”或“嗜睡”。相反,它代表一种持续或反复出现的能量耗竭感,伴有活动耐受性下降,并与日常生活活动受限和健康相关生
【主题与分类】
主题标签:Heart Failure、Fatigue Severity Scale。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/NCT07886580
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/NCT07886580
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:心力衰竭,疲劳严重程度量表。“一般疲劳”在临床和普通人群研究中被广泛视为一种以主观感知为中心的多维症状体验,而非可用单一生理指标界定的现象。多项综述研究表明,无论疾病类型如何,患者对疲劳的描述通常涵盖躯体、认知和情绪/动机维度。因此,多维性已成为疲劳构念被广泛接受的特征。这些研究强调,疲劳不应被简单归结为“肌肉无力”或“困倦”,而是代表一种持续或反复出现的精力耗竭感,伴有活动耐受性下降,并与日常生活活动受限和健康相关生活质量密切相关。在心力衰竭患者中,疲劳不仅仅是感到“疲倦”或体力下降,而是一种涉及生理、心理和行为维度的复杂症状。
它通常表现为持续或异常严重的精力耗竭、参与活动的动机下降以及身体功能参与受限。重要的是,这种疲劳即使在充分休息后也可能无法完全缓解。多维疲劳量表(MFI)是一种广泛使用的自评疲劳评估工具。它由20个条目组成,评估五个维度:一般疲劳、躯体疲劳、精神疲劳、动机下降和活动减少。这些维度反映了疲劳在感知能量水平、身体功能、认知负担和行为参与方面的多维特征。在台湾,研究人员已将MFI翻译为繁体中文,并在一般成年人群中评估了台湾繁体中文版MFI(MFI-TC)的信度和效度。该研究
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。




