虚拟现实眼镜对重症监护患者护理后疼痛与舒适度的影响
该数据集来自 clinicaltrials.gov，围绕在重症监护病房护理操作前使用虚拟现实眼镜对患者疼痛与舒适度水平的影响
基本信息
资源简介
虚拟现实眼镜对重症监护患者护理后疼痛与舒适度的影响
该数据集来自 clinicaltrials.gov，围绕在重症监护病房护理操作前使用虚拟现实眼镜对患者疼痛与舒适度水平的影响。研究对象为内科重症监护病房收治的18至65岁、Glasgow Coma Scale评分10分及以上、无听觉或视觉障碍且未接受机械通气支持的患者，共60人随机分为实验组30人与对照组30人，数据通过面对面访谈收集。数据覆盖COPD、心力衰竭、重症监护综合征、肾衰竭及胃食管反流等病症人群，可用于评估虚拟现实干预与疼痛、舒适度等结局指标的关系（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：Copd、Heart Failure、Intensive Care Unit Syndrome、Renal Failure、Gastro Esophageal Reflux。本研究旨在确定在重症监护病房接受治疗的患者中，于护理操作前实施虚拟现实所相关的疼痛与舒适度水平。研究将在一所大学医院的内科重症监护病房进行。研究人群将包括收入内科病房、年龄在18至65岁之间、意识清醒且Glasgow Coma Scale（GCS）评分在10分或以上、无听觉或视觉障碍、未接受机械通气支持的患者。研究共纳入60名患者，随机分配到两组：实验组30人，对照组30人。数据将通过面对面访谈收集。
【主题与分类】
主题标签：Copd、Heart Failure、Intensive Care Unit Syndrome、Renal Failure、Gastro Esophageal Reflux。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/NCT06923982
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/NCT06923982
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：慢性阻塞性肺疾病、心力衰竭、重症监护室综合征、肾衰竭、胃食管反流。本研究旨在确定在重症监护室接受治疗的患者中，于护理操作前实施虚拟现实技术相关的疼痛和舒适水平。研究将在一所大学医院的内科重症监护室进行。研究人群将包括收入内科病房的患者，年龄在18至65岁之间，意识清醒且格拉斯哥昏迷量表（GCS）评分在10分或以上，无听觉或视觉障碍，且未接受机械通气支持。共有60名患者将纳入研究，并随机分为两组：实验组30名，对照组30名。数据将通过面对面访谈收集，使用社会人口学特征和信息描述表、视觉模拟量表（VAS）以及舒适状况量表简表（GCS-SF）。实验组的干预措施将包括在护理操作前使用虚拟现实头戴设备观看镇静视频。
护理操作后24小时将评估疼痛和总体舒适度。将采用百分比计算、t检验、Mann-Whitney U检验和Spearman相关分析等统计分析方法对数据进行评估。
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。
