机械通气患者的早期强化作业治疗

该数据集来自 clinicaltrials.gov,主题为机械通气患者的早期强化作业治疗,属于神经系统疾病/其他分类。源站描述显示,这是一项前瞻性多中心随机对照试验,在3家智利医院开展,采用平行分组、1:1比例的实验组与对照组设计

University of ChileUniversity of Chile
clinicaltrials
浏览 10
其他预测Critical IllnessVentilator LungImpairment, CognitiveImpairment, Coordination
Early and Intensive Occupational Therapy in Mechanical Ventilated Patients

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

机械通气患者的早期强化作业治疗

该数据集来自 clinicaltrials.gov,主题为机械通气患者的早期强化作业治疗,属于神经系统疾病/其他分类。源站描述显示,这是一项前瞻性多中心随机对照试验,在3家智利医院开展,采用平行分组、1:1比例的实验组与对照组设计。对照组接受标准镇痛、镇静、谵妄和活动管理(ASDM),干预组在ASDM基础上接受早期强化作业治疗,共20次,主要每天两次,并按预设方案根据患者状况实施。数据可用于评估早期强化作业治疗对危重症患者认知与协调功能等结局的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:危重症、呼吸机相关肺损伤、认知障碍、协调障碍。将实施一项采用实验组-对照组设计的随机临床试验,考虑前瞻性多中心分组,平行组,按1:1比例,在3家智利医院进行。对照组将接受标准镇痛、镇静、谵妄和活动管理(ASDM)措施,或干预组将接受早期强化作业治疗加ASDM。干预组将接受20次作业治疗,主要每天两次,其中考虑根据患者状况的预定义行动方案。

【主题与分类】

主题标签:Critical Illness、Ventilator Lung、Impairment, Cognitive、Impairment, Coordination。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04819529

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/NCT04819529

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:危重疾病、呼吸机肺、认知障碍、协调障碍。将实施一项随机临床试验,采用实验组与对照组设计,考虑前瞻性多中心分组,平行组别,比例为1:1,在3家智利医院进行。对照组将接受标准的镇痛、镇静、谵妄和活动(ASDM)措施,而干预组将接受早期和强化OT加ASDM。干预组将接受20次OT会话,主要为每天两次,根据患者状况考虑预定义的行动方案。

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