老年人平衡的动作观察与运动:一项随机试验

本数据集来自 clinicaltrials.gov,主题为老年人平衡的动作观察与运动随机试验。源站描述显示,该研究关注平衡障碍、跌倒、65岁及以上老年人、运动、观察及物理治疗师等要素,背景是动作观察可激活与运动学习相关的脑网络,并在神经与肌肉骨骼人群中显示改善平衡、步态和疼痛的益处,但在有跌倒风险的

University Rovira i VirgiliUniversity Rovira i Virgili
clinicaltrials
浏览 15
其他分类Balance DisordersFallElderly (People Aged 65 or More)ExerciseObservationPhysical Therapist
Action Observation and Exercise for Balance in Older Adults: A Randomized Trial.

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

老年人平衡的动作观察与运动:一项随机试验

本数据集来自 clinicaltrials.gov,主题为老年人平衡的动作观察与运动随机试验。源站描述显示,该研究关注平衡障碍、跌倒、65岁及以上老年人、运动、观察及物理治疗师等要素,背景是动作观察可激活与运动学习相关的脑网络,并在神经与肌肉骨骼人群中显示改善平衡、步态和疼痛的益处,但在有跌倒风险的老年人中证据不足。研究目标为评估动作观察结合治疗性运动项目对改善平衡和预防跌倒的效果,并比较不同观察模型的效果,分析对力量、跌倒恐惧、依从性和跌倒发生率的影响。方法为单盲随机临床试验,为期24周(12周干预、12周随访)(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:平衡障碍、跌倒、老年人(65岁及以上人群)、运动、观察、物理治疗师。背景:动作观察可激活参与运动学习的脑网络,并已在神经和肌肉骨骼人群中显示出益处(改善平衡、步态和疼痛)。然而,在有跌倒风险的老年人中的证据以及所观察模型的作用仍未得到充分探索。目的:主要目的是评估将动作观察与治疗性运动项目相结合,以改善65岁及以上、低至中度跌倒风险成年人的平衡并预防跌倒的有效性。次要目的包括根据所观察的模型比较疗效,并分析对力量、跌倒恐惧、依从性和跌倒发生率的影响。方法:一项为期24周(12周干预、12周随访)的单盲随机临床试验。

【主题与分类】

主题标签:Balance Disorders、Fall、Elderly (People Aged 65 or More)、Exercise、Observation、Physical Therapist。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07199790

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/NCT07199790

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:平衡障碍、跌倒、老年人(65岁及以上)、运动、观察、物理治疗师。背景:动作观察可激活参与运动学习的大脑网络,并已在神经和肌肉骨骼人群中显示出益处(改善平衡、步态和疼痛)。然而,在跌倒风险的老年人中的证据以及所观察模型的作用仍未被充分探索。目的:主要目的是评估将动作观察与治疗性运动方案相结合,对改善65岁及以上、低至中度跌倒风险成年人的平衡和预防跌倒的有效性。次要目的包括根据所观察的模型比较疗效,并分析对力量、跌倒恐惧、依从性和跌倒发生率的影响。方法:计划开展一项为期24周(12周干预、12周随访)的单盲随机临床试验。共93名参与者将被分配到3组:运动组、运动结合标准模型动作观察组,以及运动结合自选模型动作观察组。

干预(治疗性运动方案和/或同一方案的动作观察)将每周进行三次,每两周进阶一次。主要结局为平衡能力(静态平衡通过测力平台上的摆动面积测量,动态平衡通过计时起立-行走测试评估)。次要结局将包括握力和下肢力量、跌倒恐惧、依从性和跌倒发生率。评估将在第0、6、12和24周进行。将进行意向性分析和符合方案分析,并开展组内和组间比较(p<0.05)。讨论:如果有效,这一低成本、低技术含量的方案可易于在初级保健和社区环境中推广,并可能对公共卫生和物理治疗产生影响。其适用性还可能扩展至神经康复和衰弱的二级预防。预期局限性:依从性、部分盲法,以及外部效度仅限于社区居住的老年人。意义:制定简明

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