通过定量感觉测试预测腕管综合征中的伤害可塑性疼痛
该数据集来自clinicaltrials.gov，聚焦腕管综合征（CTS）患者中伤害可塑性疼痛的预测问题。研究计划招募120名确诊为CTS的成年人，在基线时进行定量感觉测试（QST）测量，并通过为期一年的随访评估疼痛进展，以确定QST指标对伤害可塑性疼痛的预测价值
基本信息
资源简介
通过定量感觉测试预测腕管综合征中的伤害可塑性疼痛
该数据集英文名为 Predicting Nociplastic Pain in Carpal Tunnel Syndrome Through Quantitative Sensory Testing，来源于 clinicaltrials.gov，聚焦腕管综合征（CTS）患者中伤害可塑性疼痛的预测问题。研究计划招募120名确诊为腕管综合征的成年人，在基线阶段进行定量感觉测试（QST）测量，并通过为期一年的随访评估疼痛进展，以确定QST指标对伤害可塑性疼痛的预测价值。数据集在分类上归属于神经系统疾病下的腕管综合征，主题标签为 Carpal Tunnel Syndrome。整体来看，该数据集围绕定量感觉测试与疼痛表型预测之间的关系展开，适合关注腕管综合征、疼痛机制研究及临床随访设计的研究人员参考。
【数据集背景】
腕管综合征是一种常见的周围神经卡压性疾病，临床上常表现为手部感觉异常、疼痛及功能受限。然而，不同患者在疼痛体验和进展方面存在明显异质性，部分患者可能发展为伤害可塑性疼痛。伤害可塑性疼痛通常与神经系统敏化有关，而非单纯由组织损伤或炎症驱动。该数据集所对应的研究试图通过定量感觉测试这一客观测量手段，在基线阶段捕捉与伤害可塑性疼痛相关的感觉特征，并借助为期一年的随访观察，判断这些基线指标是否具有预测价值。这一设计有助于深化对腕管综合征疼痛机制的理解，并可能为临床分层和个体化管理提供依据。
【数据内容】
该数据集的核心内容涉及120名确诊为腕管综合征的成年参与者。研究在基线时收集定量感觉测试（QST）测量结果，并在随后一年内评估参与者是否进展为伤害可塑性疼痛。因此，数据内容可能涵盖基线QST指标、随访期间的疼痛进展评估结果，以及用于判断预测价值的相关变量。不过，除上述研究设计信息外，源站未提供具体变量列表、测量量表、时间点数量或数据记录格式等细节。
【采集与来源】
该数据集来自 clinicaltrials.gov，属于临床研究注册信息所对应的数据来源。研究计划招募120名确诊为腕管综合征的成年人，采集方式包括基线QST测量和为期一年的随访评估。源站描述中明确提及研究将评估QST指标对伤害可塑性疼痛的预测价值。关于具体招募地点、招募时间、随访方式、QST操作流程及质量控制措施，源站未提供。
【适用场景】
该数据集适用于腕管综合征相关疼痛机制研究、伤害可塑性疼痛预测模型开发、定量感觉测试指标验证以及临床随访研究设计参考等场景。研究人员可利用其了解QST在腕管综合征患者中预测疼痛进展的研究框架，也可将其作为疼痛表型分类或神经病理性与伤害可塑性疼痛鉴别研究的背景资料。此外，该数据集对关注临床注册研究数据再利用的人员具有一定参考价值。
【使用方法】
使用该数据集时，可围绕基线QST测量与一年随访疼痛进展之间的关系进行分析，例如评估特定QST指标是否与伤害可塑性疼痛的发生相关，或构建预测模型。由于源站未提供具体变量定义、数据字典、样本纳入排除标准及统计分析方法，实际使用前需结合源站进一步确认。若仅依据现有信息，建议将其视为研究设计层面的参考，而非可直接进行统计建模的完整数据资源。
【质量与限制】
该数据集来源于 clinicaltrials.gov，具有临床研究注册信息的基本可信度。研究计划招募120名成年人，样本量在同类机制研究中具有一定规模，且采用一年随访设计，有助于观察疼痛进展。然而，源站未提供数据完整性、缺失值处理、QST测量信效度、随访失访率及统计效能等关键质量信息。此外，该数据集目前更多体现为研究计划或注册信息，是否已产生完整可用的结果数据尚不明确。因此，使用时应关注其局限性，避免过度推断。
【引用与许可】
该数据集来源于 clinicaltrials.gov，具体引用格式、许可条款及数据使用限制源站未提供。使用者在引用或再利用前，应直接查阅源站相关页面，确认注册号、研究负责人、数据共享政策及伦理审批信息。
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/NCT05959954
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：腕管综合征。该研究将招募120名确诊为腕管综合征的成年人，并进行基线定量感觉测试（QST）测量。将在为期一年的随访期内评估向伤害可塑性疼痛的进展，以确定QST测量的预测价值。
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。
