PBS评分在马蹄内翻足儿童中的预测价值

该数据集来自clinicaltrials.gov,聚焦马蹄内翻足儿童,计划连续纳入60名4-8岁特发性马蹄内翻足患儿,前瞻性随访五年

Region StockholmRegion Stockholm
clinicaltrials
浏览 7
医学影像预测Clubfoot
Predictive Value of the PBS-score in Children With Clubfoot

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-21

资源简介

PBS评分在马蹄内翻足儿童中的预测价值

该数据集来自clinicaltrials.gov,聚焦马蹄内翻足儿童,计划连续纳入60名4-8岁特发性马蹄内翻足患儿,前瞻性随访五年。数据包括PBS评分各条目的视频记录、步行时动态足底压力、Roye评分、疾病特异性PROM、Oxford Foot and Ankle Questionnaire-child(OxFAQc),6岁及以上儿童还进行双足站立位X线影像。数据可用于评估PBS评分对治疗需求的预测价值,并支持步态、足底压力与患者报告结局的关联分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:马蹄内翻足。采用连续纳入方式,我们计划纳入60名儿童,并登记COS为PEVA提议的数据。PBS评分的所有条目均有视频记录,步行时的动态足底压力在卡罗林斯卡大学医院运动分析实验室的临床访视期间记录。儿童和照护者将完成Roye评分、一种疾病特异性PROM以及Oxford Foot and Ankle Questionaire-child(OxFAQc)。对于6岁及以上的儿童,将进行双足站立位放射影像检查。纳入标准包括:年龄4-8岁、特发性马蹄内翻足诊断、能够反复行走10米、能够用瑞典语或英语进行口头交流(照护者还需能书面交流)。纳入的儿童将通过临床访视和医疗记录进行为期五年的前瞻性随访,期间记录是否需要额外治疗(

【主题与分类】

主题标签:Clubfoot。本站分类:肌肉骨骼疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06050746

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/NCT06050746

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:马蹄内翻足。采用连续纳入法,我们计划纳入60名儿童,并登记PEVA的COS所提议的数据。PBS评分的所有项目均有视频记录,步行过程中的动态足底压力在卡罗林斯卡大学医院运动分析实验室的临床访视期间进行记录。儿童及其照护者将完成Roye评分、疾病特异性PROM以及牛津足踝问卷-儿童版(OxFAQc)。对于6岁及以上的儿童,将进行双足站立位放射学成像。纳入标准包括:年龄4-8岁、特发性马蹄内翻足诊断、能够反复步行10米、能够用瑞典语或英语进行口头交流(照护者还需具备书面交流能力)。纳入的儿童将通过临床访视和病历进行为期五年的前瞻性随访,其中需要额外治疗(石膏固定、支具和/或手术)为主要终点。

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