Urdu版Boston腕管综合征问卷的信度与效度研究
研究将原版问卷翻译为Urdu语，纳入110例特发性腕管综合征患者，采用方便抽样，并将该问卷与Disabilities of the Arm, Shoulder and Hand问卷及Visual Analog Scale进行相关性分析，在治疗前、治疗后及治疗七天后三个时间点重复施测，以内部一致性和可
基本信息
资源简介
Urdu版Boston腕管综合征问卷的信度与效度研究
该数据集来自clinicaltrials.gov，聚焦腕管综合征，主题为Urdu版Boston Carpal Tunnel Syndrome Questionnaire的信度与效度评估。研究将原版问卷翻译为Urdu语，纳入110例特发性腕管综合征患者，采用方便抽样，并将该问卷与Disabilities of the Arm, Shoulder and Hand问卷及Visual Analog Scale进行相关性分析，在治疗前、治疗后及治疗七天后三个时间点重复施测，以内部一致性和可重复性判定信度。数据可用于问卷跨文化适配与心理测量学评价研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：腕管综合征。将Boston Carpal Tunnel Syndrome Questionnaire原版翻译为Urdu语。在特发性腕管综合征患者中，通过方便抽样纳入110例患者参与研究。患者选择将依据标准进行。Boston Carpal Tunnel Syndrome Questionnaire将与Disabilities of the Arm, Shoulder and Hand问卷及Visual Analog Scale进行相关性分析，这些问卷将向同一患者提供三次以进行评估。第一次在治疗前提供，第二次在治疗后立即提供，第三次在治疗七天后提供。将采用内部一致性和可重复性判定信度。Boston Carpal Tunnel Syndrome Questionnaire将与Disabilities of the Arm, Shoulder and Hand进行相关性分析
【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/NCT05207566
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/NCT05207566
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。波士顿腕管综合征问卷的原始版本将被翻译成乌尔都语。在特发性腕管综合征患者中，将通过便利抽样纳入110名患者参与研究。患者的选择将依据标准进行。波士顿腕管综合征问卷将与手臂、肩部和手部功能障碍问卷及视觉模拟量表进行相关性分析，这些问卷将向同一患者提供三次以进行评估。首先，在治疗前提供；其次，在治疗后立即提供；第三，在治疗七天后提供。内部一致性和可重复性将用于确定信度。波士顿腕管综合征问卷将与手臂、肩部和手部功能障碍问卷及视觉模拟量表进行相关性分析以评估效度。将从每位患者处获取知情同意。社会科学统计软件包第24版将用于数据分析。
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。
