早期功能反应对手部康复临床结局的预测:使用数字监测系统的前瞻性可行性研究

该数据集来自 clinicaltrials.gov,围绕手部康复场景,涵盖手部、手部治疗、上肢、预测模型、手部损伤与疾病、手部关节炎、肌腱损伤等主题

Hacettepe UniversityHacettepe University
clinicaltrials
浏览 18
其他预测HandHand TherapyUpper ExtremityPrediction ModelsHand InjuriesHand Injuries and DisordersHand ArthritisTendon InjuriesWrist FracturesCarpal Tunnel Syndrome (CTS)Peripheral Nerve InjuriesUpper Extremity Injuries
Early Functional Response as a Predictor of Clinical Outcomes in Hand Rehabilitation: A Prospective Feasibility Study Using a Digital Monitoring System

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-10

资源简介

早期功能反应对手部康复临床结局的预测:使用数字监测系统的前瞻性可行性研究

该数据集来自 clinicaltrials.gov,围绕手部康复场景,涵盖手部、手部治疗、上肢、预测模型、手部损伤与疾病、手部关节炎、肌腱损伤等主题。研究关注三个问题:早期功能反应对后续临床结局的预测能力(四个级联模型 M1-M4)、患者康复轨迹的分类,以及临床决策变异的测量。系统与方法学细节见研究补充材料。数据可用于构建和验证手部康复结局预测模型、识别康复分型并分析临床决策差异(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:手部、手部治疗、上肢、预测模型、手部损伤、手部损伤与疾病、手部关节炎、肌腱损伤。本研究涉及三个研究问题:(1)早期功能反应对后续临床结局的预测能力,跨四个级联模型(M1-M4);(2)患者康复轨迹的分类;(3)临床决策变异的测量。系统与方法学细节见研究补充材料。

【主题与分类】

主题标签:Hand、Hand Therapy、Upper Extremity、Prediction Models、Hand Injuries、Hand Injuries and Disorders、Hand Arthritis、Tendon Injuries、Wrist Fractures、Carpal Tunnel Syndrome (CTS)。本站分类:肌肉骨骼系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07522060

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07522060

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:手、手部治疗、上肢、预测模型、手部损伤、手部损伤与疾病、手部关节炎、肌腱损伤。本研究探讨三个研究问题:(1)早期功能反应对后续临床结局的预测能力,通过四个级联模型(M1-M4)进行评估;(2)患者康复特征的分类;(3)临床决策变异的测量。研究补充材料中报告了系统和方法学细节。

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。

获取专属数据定制方案