基于核心运动的运动与营养咨询对超重功能性便秘女性压力及代谢结局的影响
该数据集来自 clinicaltrials.gov,关注超重且患有功能性便秘的女性,研究基于核心运动的运动与营养咨询对压力及代谢结局的影响

基本信息
资源简介
基于核心运动的运动与营养咨询对超重功能性便秘女性压力及代谢结局的影响
该数据集来自 clinicaltrials.gov,关注超重且患有功能性便秘的女性,研究基于核心运动的运动与营养咨询对压力及代谢结局的影响。干预持续 8 周,每周两次,在基线及干预结束后进行测量。评估内容包括血清皮质醇和血脂谱、Bristol 粪便形态量表、感知压力量表、匹兹堡睡眠质量指数以及健康相关生活质量问卷。数据可用于分析运动与营养咨询对压力、代谢指标、排便情况及生活质量的干预效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:功能性便秘。研究的实践部分将持续 8 周,每周两次。测量将在治疗计划开始前的基线时以及 8 周干预完成后进行。A- 评估程序将包括 1. 血清皮质醇和血脂谱的实验室检查。血液样本将在 8-12 小时过夜禁食后采集,从每位参与者抽取 5 mL 静脉血。2. 将使用 Bristol Stool Form Scale 评估粪便形态和稠度,并指导参与者记录其排便情况和粪便稠度。3. 将使用 Perceived Stress Scale 评估感知压力。4. 将使用 Pittsburgh Sleep Quality Index 评估睡眠质量。5. 将使用 12-Item Sho 评估健康相关生活质量。
【主题与分类】
主题标签:Functional Constipation。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07694830
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/NCT07694830
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:功能性便秘。研究的实践部分将为期8周,每周两次会议。测量将在治疗计划开始前的基线时以及8周干预完成后进行。A- 评估程序将包括:1. 血清皮质醇和血脂谱的实验室检查。血液样本将在8-12小时的过夜禁食后采集,从每位参与者抽取5毫升静脉血。2. 使用布里斯托大便形式量表评估粪便形态和稠度,参与者将被指导记录其排便情况和粪便稠度。3. 使用感知压力量表评估感知压力。4. 使用匹兹堡睡眠质量指数评估睡眠质量。5. 使用12项简短健康调查评估健康相关生活质量。B- 治疗程序:两组的所有参与者都将接受针对超重管理和功能性便秘的营养咨询。
营养咨询将基于英国国家健康与临床优化研究所(NICE)和英国饮食协会(BDA)提供的指南进行。1. A组(研究组)的参与者将参加为期8周、每周两次、共计16次的核心稳定性运动项目。他们还将接受基于指南的营养咨询。每次运动课程将包括核心稳定性运动项目前5分钟的热身运动,以及课程后5分钟的放松拉伸运动,以确保参与者的安全。2. B组(对照组)的参与者将仅接受为期8周的基于指南的营养咨询。咨询将基于NICE提供的超重管理指南和BDA提供的功能性便秘饮食管理指南。C- 统计分析:统计分析将使用统计软件包
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。




