目标设定促进中年成人身体活动依从性
该数据集来自 clinicaltrials.gov,主题为目标设定促进中年成人身体活动依从性,本站归类于神经系统疾病/阿尔茨海默病

基本信息
资源简介
目标设定促进中年成人身体活动依从性
该数据集来自 clinicaltrials.gov,主题为目标设定促进中年成人身体活动依从性,本站归类于神经系统疾病/阿尔茨海默病。源站描述指出,美国有超过600万成人患有阿尔茨海默病及相关痴呆(AD/ADRD),预计2050年病例可达1380万;目前无治愈方法,生活方式因素成为降低风险的关键目标,可解释至少三分之一的AD/ADRD病例。中年期规律身体活动与降低AD/ADRD风险相关,但近半数中年成人(48%)未达到每周150分钟中等强度身体活动的国家指南。目标设定是常用行为改变策略,其关键心理社会机制包括自我调节和自我效能。该数据可用于研究行为干预与身体活动依从性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:身体活动、锻炼。超过600万美国成人被诊断为阿尔茨海默病及相关痴呆(AD/ADRD),预计到2050年病例数可高达1380万。AD/ADRD尚无治愈方法,因此生活方式因素成为降低风险的关键目标,因为它们至少占AD/ADRD病例的三分之一。进行规律的身体活动(PA),尤其是在中年期,与降低AD/ADRD风险相关。然而,近一半的中年成人(48%)未达到每周150分钟中等强度身体活动的国家PA指南。目标设定是常用于增加PA的行为改变策略。被认为支撑使用目标设定促进PA的关键心理社会机制包括自我调节和自我效能。然而,最有效的目标设定技术以增强这些心理社会机制从而成功促进……
【主题与分类】
主题标签:Physical Activity、Exercise。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/NCT05980052
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/NCT05980052
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:身体活动、锻炼。美国有超过600万成年人被诊断为阿尔茨海默病及相关痴呆症(AD/ADRD),预计到2050年病例数将高达1380万。AD/ADRD尚无治愈方法,因此生活方式因素成为降低风险的关键目标,因为至少三分之一的AD/ADRD病例可归因于这些因素。定期进行身体活动(PA),尤其是在中年时期,与降低AD/ADRD风险相关。然而,近一半的中年成年人(48%)未达到国家PA指南推荐的每周150分钟中等强度PA的标准。目标设定是常用于增加PA的行为改变策略。被认为支撑使用目标设定来促进PA的关键心理社会机制包括自我调节和自我效能。然而,对于成功促进PA和坚持国家PA指南而言,最有效的目标设定技术以增强这些心理社会机制仍不明确。
在拟议的研究中,研究者将采用两阶段方法,实证检验三种目标设定技术,以增强自我调节和自我效能的心理社会机制,从而成功促进体力活动(PA)并提高不够活跃的肥胖中年成人对国家PA指南的依从性。在R61阶段,将开展一项1期试点研究,以确定可行性并帮助完善干预方案。在R33阶段,将实施一项2期为期9个月的4臂概念验证机制试验(6个月积极干预和3个月无接触随访),以初步确定目标设定技术在增加PA和促进对国家PA指南依从性方面的效力。所有参与者都将获得一个Fitbit以自我监测PA,并与研究干预人员一起参加PA行动规划会议。此外,参与者将被随机分配到4组中的1组:i)每周静态目标为150分钟/周的中等强度PA,这最接近公共卫生运动和照护提供者的方法;i
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。




