肌内效贴治疗电竞玩家腕管综合征疗效:随机临床试验
该数据集来自 clinicaltrials.gov,围绕一项随机临床试验,研究肌内效贴(Kinesio Tape, KT)对年轻成人 PC 电竞玩家腕管样症状及游戏表现的缓解与改善效果

基本信息
资源简介
肌内效贴治疗电竞玩家腕管综合征疗效:随机临床试验
该数据集来自 clinicaltrials.gov,围绕一项随机临床试验,研究肌内效贴(Kinesio Tape, KT)对年轻成人 PC 电竞玩家腕管样症状及游戏表现的缓解与改善效果。研究比较腕部贴扎与肩胛冈贴扎两种方式,以判断腕部贴扎是否带来更强的疼痛缓解和表现收益。参与者需完成筛查与知情同意(Zoom,最多 30 分钟)、Phalen 试验、基线评估(第 0 天,75 分钟,含人口学调查、15 分钟 Kovaaks FPS Aim Trainer 游戏)等流程。数据可用于评估 KT 对腕部疼痛与游戏表现的干预效应(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:Carpal Tunnel、Carpal Tunnel Syndrome (CTS)。本临床试验研究肌内效贴(Kinesio Tape, KT)在缓解年轻成人 PC 玩家腕管样症状及提升游戏表现方面的有效性。该研究旨在解决两个主要问题:肌内效贴能否减轻出现腕管样症状的成人 PC 玩家的腕部疼痛?肌内效贴能否改善该人群的游戏表现?研究者将比较腕部贴扎与肩胛冈贴扎的效果,以确定腕部贴扎是否提供更强的疼痛缓解和表现收益。参与者将接受:筛查与知情同意(通过 Zoom,最多 30 分钟):知情同意及 Phalen 试验以评估腕管样症状。基线(第 0 天,75 分钟):完成人口学调查、在 Kovaaks FPS Aim Trainer 上进行 15 分钟游戏、KT 应用
【主题与分类】
主题标签:Carpal Tunnel、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/NCT06993090
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/NCT06993090
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
疾病:腕管综合征、腕管综合征(CTS)。本临床试验研究肌内效贴(KT)在缓解类腕管症状及提升年轻成人PC游戏玩家游戏表现方面的有效性。该研究旨在解决两个主要问题:肌内效贴是否能减轻出现类腕管症状的成人PC游戏玩家的腕部疼痛?肌内效贴是否能改善该人群的游戏表现?研究人员将比较将KT贴于腕部与贴于肩胛冈的效果,以确定腕部贴扎是否能提供更大的疼痛缓解和表现获益。参与者将接受:筛选与知情同意(通过Zoom,最多30分钟):知情同意及Phalen试验以评估类腕管症状。基线(第0天,75分钟):完成人口统计学调查、在Kovaaks FPS Aim Trainer上进行15分钟游戏、应用KT、应用后15分钟游戏,以及调查问卷(波士顿腕管综合征严重程度量表[BCSS]和KT反馈)。第1天和第2天(各15分钟):移除并重新应用KT,随后进行BCSS和KT反馈调查。
第3天(75分钟):重复游戏测试、KT应用,并完成BCSS和KT反馈调查,流程与第0天相同。总时间投入:约210分钟(3.5小时),分四次进行。
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。




