腕管综合征患者Hand10问卷研究

该数据集来自clinicaltrials.gov,聚焦腕管综合征患者,用于评估Hand10问卷的心理测量学特性。研究将Hand10问卷、Boston腕管综合征问卷、臂肩问卷及Hand Deficiencies Questionnaire(DASH)间隔一周分别施测,通过组内相关系数分析检验重测信度,

Hasan Kalyoncu UniversityHasan Kalyoncu University
clinicaltrials
浏览 7
表格回归Carpal Tunnel Syndrome
Hand10 Questionnaire in Individuals With Carpal Tunnel Syndrome

基本信息

模态
表格
任务类型
回归
创建/更新时间
2026-10-10

资源简介

腕管综合征患者Hand10问卷研究

该数据集来自clinicaltrials.gov,聚焦腕管综合征患者,用于评估Hand10问卷的心理测量学特性。研究将Hand10问卷、Boston腕管综合征问卷、臂肩问卷及Hand Deficiencies Questionnaire(DASH)间隔一周分别施测,通过组内相关系数分析检验重测信度,通过Cronbach alpha检验内部一致性,并通过Pearson相关系数分析、臂肩手残疾问卷及Boston腕管综合征问卷确定Hand10在腕管综合征个体中的效度。数据可用于问卷信效度验证及相关性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:腕管综合征。Hand10问卷、Boston腕管综合征问卷和臂肩问卷将间隔一周对腕管综合征患者施测,并应用Hand Deficiencies Questionnaire(DASH),以研究该问卷的效度。重测信度和内部一致性将分别使用组内相关系数分析和Cronbach alpha确定。Hand10在腕管综合征个体中的效度将使用Pearson相关系数分析、臂肩手残疾问卷和Boston腕管综合征问卷确定。

【主题与分类】

主题标签:Carpal Tunnel Syndrome。本站分类:神经系统疾病/腕管综合征。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05916456

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/NCT05916456

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:腕管综合征。将间隔一周分别对腕管综合征患者施测Hand10问卷、波士顿腕管综合征问卷、臂肩问卷以及手部功能障碍问卷(DASH),以探究问卷的效度。重测信度和内部一致性将分别采用组内相关系数分析和Cronbach α系数来确定。Hand10在腕管综合征个体中的效度将通过皮尔逊相关系数分析、臂、肩和手功能障碍问卷及波士顿腕管综合征问卷来确定。

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