胸椎手法伴与不伴肋椎关节手法对中背痛患者的效果

该数据集来自 clinicaltrials.gov,关注 18-45 岁非特异性中背痛患者,比较单纯胸椎手法与联合肋椎关节手法的效果

Riphah International UniversityRiphah International University
clinicaltrials
浏览 14
其他回归Back Pain
Effects of Thoracic Spine Manipulation With and Without Costovertebral Joint Manipulation in Patients Mid-back Pain

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-11

资源简介

胸椎手法伴与不伴肋椎关节手法对中背痛患者的效果

该数据集来自 clinicaltrials.gov,关注 18-45 岁非特异性中背痛患者,比较单纯胸椎手法与联合肋椎关节手法的效果。主要结局为 NPRS 测量的疼痛强度,次要结局包括 Bubble Inclinometer 测量的胸椎活动度与 ODI 评估的功能障碍,统计分析使用 IBM SPSS Statistics 25.0。数据可用于评估手法治疗对中背痛的相对获益,为临床实践提供循证参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:背痛。年龄 18-45 岁、患有非特异性中背痛的参与者将被随机分配接受单纯胸椎手法或联合肋椎关节手法。主要结局将包括通过 Numeric Pain Rating Scale(NPRS)测量的疼痛强度,而次要结局将涉及通过 Bubble Inclinometer 测量的胸椎活动度,以及通过 Oswestry Disability Index(ODI)评估的功能障碍。统计分析将使用统计软件 IBM SPSS Statistics SPSS 25.0 进行计算。本研究旨在为这些手法治疗技术的相对获益提供循证见解,可能为临床实践提供信息并改善非特异性中背痛患者的治疗结局。

【主题与分类】

主题标签:Back Pain。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/NCT07063992

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/NCT07063992

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:背痛。年龄在18-45岁之间,患有非特异性中背痛的参与者将被随机分配接受单纯胸椎手法治疗或结合肋椎关节手法治疗。主要结局包括通过数字疼痛评分量表(NPRS)测量的疼痛强度,而次要结局将涉及通过气泡倾斜仪测量的胸椎活动范围,以及通过Oswestry功能障碍指数(ODI)评估的功能障碍。统计分析将使用IBM SPSS Statistics SPSS 25.0统计软件进行计算。本研究旨在为这些手法治疗技术的相对益处提供循证见解,可能为临床实践提供信息,并改善非特异性中背痛患者的治疗结果。

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