理解患者在决定自愿肌肉骨骼检查时的偏好
研究纳入肌肉骨骼专科门诊的成年患者，比较接受基于价值观的讨论与仅获得简短书面信息两种方式，考察结构化对话是否影响患者对检查的意愿，以及是否提升决策信心、减少决策冲突
基本信息
资源简介
理解患者在决定自愿肌肉骨骼检查时的偏好
该数据集来自 clinicaltrials.gov，聚焦非创伤性肌肉骨骼疾病患者在面对影像检查决策时的偏好研究，涵盖 Carpal Tunnel Syndrome (CTS)、Lateral Epicondylitis、Osteoarthritis、Trigger Digit、Dupuytren Contracture、Rotator Cuff Tendinopathy、De Quervain Disease 等常见问题。研究纳入肌肉骨骼专科门诊的成年患者，比较接受基于价值观的讨论与仅获得简短书面信息两种方式，考察结构化对话是否影响患者对检查的意愿，以及是否提升决策信心、减少决策冲突。可用于研究医患沟通、共享决策与患者偏好相关分析（。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Non-traumatic Musculoskeletal Conditions, Carpal Tunnel Syndrome (CTS), Lateral Epicondylitis, Osteoarthritis, Trigger Digit, Dupuytren Contracture, Rotator Cuff Tendinopathy, De Quervain Disease。该临床试验的目标是了解人们如何就常见肌肉骨骼问题（如关节炎、肌腱问题或神经压迫）的影像检查做出决策。该研究涉及在肌肉骨骼专科门诊就诊的成年患者。它旨在回答的主要问题是：1. 就某项检查的利弊进行结构化对话，是否会影响一个人想要接受该检查的程度？2. 这种对话是否有助于人们对自己的决定更有信心、更少纠结？研究人员将把与研究人员进行基于价值观讨论的患者，与接受关于该检查的简短书面信息的患者进行比较，以观察
【主题与分类】
主题标签：Non-traumatic Musculoskeletal Conditions、Carpal Tunnel Syndrome (CTS)、Lateral Epicondylitis、Osteoarthritis、Trigger Digit、Dupuytren Contracture、Rotator Cuff Tendinopathy、De Quervain Disease。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/NCT07158892
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/NCT07158892
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：非创伤性肌肉骨骼疾病、腕管综合征（CTS）、肱骨外上髁炎、骨关节炎、扳机指、杜普伊特伦挛缩、肩袖肌腱病、德奎尔万病。本临床试验的目标是了解人们如何就常见肌肉骨骼问题（如关节炎、肌腱问题或神经压迫）的影像学检查做出决策。该研究涉及就诊于肌肉骨骼专科门诊的成年患者。其主要旨在回答的问题包括：1. 就某项检查的利弊进行结构化对话是否会影响一个人接受该检查的意愿程度？2. 这种对话是否有助于人们对自己的决定更有信心、更少纠结？研究人员将把与研究人员进行基于价值观讨论的患者与仅接受关于该检查简短书面信息的患者进行比较，以观察这些方式是否会影响人们对接受该检查的感受。参与者将：* 阅读一段关于拟议诊断性影像学检查（如X光、MRI、CT或超声）的简短情景描述。* 要么参加一次简短的结构化对话，要么阅读关于该检查的简短信息。
- 回答一份关于他们对测试看法的简短调查。本研究不涉及实际医疗检测，也不会影响您的临床护理。本研究仅用于研究目的。
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。
