神经系统疾病患者及其支持者两种团体健康干预比较
各站点方案针对不同患者群体,但通过统一目标协调:评估两种在线团体健康治疗对自我效能与生活质量的疗效,并判断患者神经行为功能是否调节治疗结果与负担之间

基本信息
资源简介
神经系统疾病患者及其支持者两种团体健康干预比较
该数据集来自 clinicaltrials.gov,聚焦神经系统疾病与阿尔茨海默病人群,涵盖 Traumatic Brain Injury、Mild Traumatic Brain Injury、Alzheimer's Disease、Dementia 等状况。研究在三个站点开展,Kessler Foundation 为协调中心并招募中重度 TBI 个体,Indiana University 与 University of Michigan 分别招募慢性轻度 TBI 与 ADRD 个体。各站点方案针对不同患者群体,但通过统一目标协调:评估两种在线团体健康治疗对自我效能与生活质量的疗效,并判断患者神经行为功能是否调节治疗结果与负担之间。
【数据内容】
源站描述(机器翻译,仅供参考):状况:Traumatic Brain Injury、Mild Traumatic Brain Injury、Alzheimer's Disease、Brain Injury Traumatic Moderate、Brain Injury Traumatic Severe、Dementia。该研究将涉及三个站点,每个站点针对不同的临床人群。Kessler Foundation 将作为协调中心,并将招募中重度 TBI 个体。Indiana University 和 University of Michigan 将作为合作站点,分别招募慢性轻度 TBI 和 ADRD 个体。每个站点的研究方案将针对患者群体而独特,但通过统一的项目目标进行协调:1)评估两种不同的在线团体健康治疗在改善自我效能和生活质量方面的疗效,2)确定患者神经行为功能是否调节治疗结果与负担之间的关系。
【主题与分类】
主题标签:Traumatic Brain Injury、Mild Traumatic Brain Injury、Alzheimer's Disease、Brain Injury Traumatic Moderate、Brain Injury Traumatic Severe、Dementia。本站分类:神经系统疾病/阿尔茨海默病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05048966
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/NCT05048966
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:创伤性脑损伤、轻度创伤性脑损伤、阿尔茨海默病、中度创伤性脑损伤、重度创伤性脑损伤、痴呆。该研究将涉及三个研究中心,每个中心针对不同的临床人群。Kessler Foundation将作为协调中心,招募中度/重度创伤性脑损伤患者。Indiana University和University of Michigan将作为合作中心,分别招募慢性轻度创伤性脑损伤和阿尔茨海默病及相关痴呆患者。各中心的研究方案将针对其患者人群而有所不同,但通过统一的项目目标实现协调一致:1)评估两种不同的在线团体健康疗法的疗效,这些疗法旨在提高自我效能感和生活质量;2)确定患者的神经行为功能是否调节治疗结果与照护者负担之间的关系;3)确定最能预测治疗疗效的神经、行为和血液生物标志物。预计该研究产生的发现将推动脑损伤和痴呆照护体系向更全面的整体方法改进。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




