颈肌张力障碍专项物理治疗方案

研究旨在小规模验证在现有标准治疗基础上加入 Jean-Pierre Bleton 开发的物理治疗项目的有效性,为后续英国全国范围的成本效果试验做准备

Dr Donald GrossetDr Donald Grosset
clinicaltrials
浏览 10
其他回归Cervical Dystonia
Specialized Physiotherapy Program for Cervical Dystonia

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-17

资源简介

颈肌张力障碍专项物理治疗方案

该数据集来自 clinicaltrials.gov,聚焦颈肌张力障碍(Cervical Dystonia)的专项物理治疗方案。研究旨在小规模验证在现有标准治疗基础上加入 Jean-Pierre Bleton 开发的物理治疗项目的有效性,为后续英国全国范围的成本效果试验做准备。具体关注该方案能否改善颈部位置、疼痛、残疾和生活质量,确定 CDIP-58 生活质量量表的最小临床重要变化,并评估其经济影响。数据可用于神经系统疾病治疗方案的疗效评估、生活质量测量与卫生经济学分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:颈肌张力障碍。研究者希望在小规模上确立将 Jean-Pierre Bleton 开发的物理治疗方案加入颈肌张力障碍现有标准治疗的有效性,以便开展一项更大规模的英国全国性试验,考察总体成本效果。具体而言,研究者希望确立:1. 与简单的物理治疗建议相比,这一针对颈肌张力障碍的特定物理治疗方案是否在颈部位置、疼痛、残疾和生活质量方面改善患者结局?2. 从患者角度看,新的 CDIP-58 颈肌张力障碍生活质量测量的最小临床重要变化是什么,以便随后用于规划该技术的确定性试验?3. 专项物理治疗方案的经济影响是什么?

【主题与分类】

主题标签:Cervical Dystonia。本站分类:神经系统疾病/肌张力障碍。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00703287

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/NCT00703287

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:颈部肌张力障碍。研究者希望在小规模范围内确立将Jean-Pierre Bleton开发的物理治疗方案加入当前颈部肌张力障碍标准治疗的有效性,以便开展一项更大规模的英国全国性试验,评估总体成本效益。具体而言,研究者希望确立:1. 与简单的物理治疗建议相比,这种针对颈部肌张力障碍的特定物理治疗方案是否在颈部位置、疼痛、残疾和生活质量方面改善患者结局?2. 从患者角度看,新的CDIP-58颈部肌张力障碍生活质量量表的最小临床重要变化是多少,从而可用于规划该技术的确定性试验?3. 专门物理治疗方案的经济影响是什么?

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