基于夫妻的瑜伽项目改善接受放疗的高级别胶质瘤患者及其伴侣的生活质量
该数据集来自clinicaltrials.gov,聚焦于接受放疗的高级别胶质瘤患者及其伴侣,开展基于夫妻和照护者的瑜伽项目

基本信息
资源简介
基于夫妻的瑜伽项目改善接受放疗的高级别胶质瘤患者及其伴侣的生活质量
该数据集来自clinicaltrials.gov,聚焦于接受放疗的高级别胶质瘤患者及其伴侣,开展基于夫妻和照护者的瑜伽项目。主要目的是检验该瑜伽项目的可行性,次要目的是初步评估其对生活质量相关结局(如疲劳、睡眠障碍、抑郁症状、总体生活质量及医疗资源利用)的疗效,并探索基线心理困扰、肿瘤分级、体能状态和课程出勤等潜在调节因素。数据可用于研究瑜伽干预在肿瘤照护中的可行性及对患者与伴侣生活质量的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:照护者、胶质瘤。主要目标:I. 检验基于夫妻和照护者的瑜伽项目在接受放疗(RT)的胶质瘤患者及其伴侣中的可行性。次要目标:I. 建立瑜伽项目在患者及其伴侣中关于生活质量(QOL)结局(即疲劳、睡眠障碍、抑郁症状、总体QOL和医疗资源利用)的初步疗效。探索性目标:I. 探索干预效果的潜在调节因素(例如基线心理困扰、患者肿瘤分级、体能状态和课程出勤)。概述:前五对夫妻被分配到第I组。所有后续夫妻被随机分配到2组中的1组。第I组:患者及其伴侣在放疗期间每周5次、持续5-6周参加最多15次、每次45-60分钟的哈他瑜伽课程。
【主题与分类】
主题标签:Caregiver、Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02481349
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/NCT02481349
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:照护者、胶质瘤。主要目标:I. 考察基于夫妻的瑜伽项目和照护者瑜伽项目在接受放疗(RT)的胶质瘤患者及其伴侣中的可行性。次要目标:I. 确立瑜伽项目在患者及其伴侣中关于生活质量(QOL)结局(即疲劳、睡眠障碍、抑郁症状、总体QOL及医疗保健利用)的初步疗效。探索性目标:I. 探索干预效果的潜在调节因素(例如基线心理困扰、患者肿瘤分级、体能状态和课程出勤率)。大纲:前五对夫妻被分配到第I组。所有后续夫妻被随机分配到2组中的1组。第I组:患者及其伴侣在放疗期间每周5次、持续5-6周,参加最多15次、每次45-60分钟的哈他瑜伽课程。该项目包括四个主要组成部分:配合呼吸同步的关节放松;结合深度放松技术的体式;结合声音共振的呼吸激发;以及冥想。
在第五次课程中,患者及其伴侣会收到一张数字视频光盘(DVD),并鼓励他们在未与导师会面的日子里自行练习(单独和/或共同进行)。ARM II:患者接受由医疗团队提供的标准护理,并在放射治疗前后完成问卷。
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。




