老年镰状细胞病患者Gerofit运动干预研究（SICKLE-FIT研究）
该数据集来自clinicaltrials.gov，聚焦老年镰状细胞病患者（年龄≥40岁）的Gerofit个性化运动干预研究
基本信息
资源简介
老年镰状细胞病患者Gerofit运动干预研究（SICKLE-FIT研究）
SICKLE-FIT 研究数据集收录自 clinicaltrials.gov，聚焦老年镰状细胞病患者（年龄≥40岁）的 Gerofit 个性化运动干预研究。该研究旨在将 Gerofit 个性化运动干预方案适配并试点应用于老年镰状细胞病人群，通过在基线及此后每3个月于稳态下实施镰状细胞病功能评估（SCD-FA）来追踪进展，研究终点涵盖可行性、可接受性与安全性。同时，研究将对所有参与者进行访谈，以识别运动的障碍与促进因素，并探讨如何更好地优化运动干预。数据集在站内归类于血液与淋巴系统疾病下的镰状细胞贫血方向，主题标签为 Sickle Cell Disease。
【数据集背景】
镰状细胞病是一种血液系统疾病，老年患者（年龄≥40岁）在该人群中构成需要专门关注的对象。Gerofit 是一项个性化运动干预方案，本研究的目的即在于将其适配并试点应用于老年镰状细胞病患者。研究关注该人群在运动干预下的功能状态变化，并通过系统化的功能评估与参与者访谈，探索运动干预在这一人群中的实施路径。数据集的站内分类为血液与淋巴系统疾病 / 镰状细胞贫血，主题标签为 Sickle Cell Disease。
【数据内容】
源站描述显示，该研究的主要内容包括：对老年镰状细胞病患者（年龄≥40岁）实施适配后的 Gerofit 个性化运动干预；在基线及每3个月于稳态下进行镰状细胞病功能评估（SCD-FA）以追踪进展；研究终点包括可行性、可接受性和安全性；并对所有参与者进行访谈，识别运动的障碍与促进因素以及优化运动干预的途径。源站未提供具体的数据字段、变量清单或样本量信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov。数据采集依托研究方案中的镰状细胞病功能评估（SCD-FA），评估时点为基线及此后每3个月，且要求在稳态下进行。参与者访谈作为数据采集的组成部分，用于收集关于运动障碍与促进因素的信息。源站未提供采集设备、采集流程细节或数据管理方式等信息。
【适用场景】
基于源站描述，该数据集适用于与老年镰状细胞病患者运动干预相关的场景，包括评估个性化运动干预在该人群中的可行性、可接受性与安全性，追踪功能评估（SCD-FA）随时间的变化，以及分析参与者所报告的运动障碍与促进因素，为优化运动干预方案提供依据。源站未提供其他具体适用场景。
【使用方法】
源站未提供数据集的具体使用方法、访问方式或分析指引。
【质量与限制】
源站描述表明该研究为适配与试点性质，研究终点聚焦可行性、可接受性与安全性。源站未提供样本量、数据完整性、偏倚控制或其它质量指标信息，亦未提供使用限制说明。
【引用与许可】
源站未提供引用方式与许可信息。
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/NCT05714098
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：镰状细胞病。本研究的目的是为患有镰状细胞病的老年人（年龄≥40岁）调整并试点Gerofit个性化运动干预。将在基线时及每3个月于稳定状态下进行镰状细胞病功能评估（SCD-FA），以跟踪进展。终点包括可行性、可接受性和安全性。将对所有参与者进行访谈，以识别运动的障碍和促进因素，以及如何更好地优化运动干预。
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。
