45-60岁女性功能健康的多维决定因素
该数据集来自 clinicaltrials.gov,为单中心横断面观察性研究,聚焦 45 至 60 岁女性功能健康的多维决定因素

基本信息
资源简介
45-60岁女性功能健康的多维决定因素
该数据集来自 clinicaltrials.gov,为单中心横断面观察性研究,聚焦 45 至 60 岁女性功能健康的多维决定因素。研究在土耳其伊斯坦布尔 Kartal Dr. Lütfi Kırdar City Hospital 妇产科开展,覆盖健康状态、围绝经期抑郁、绝经期主诉、骨密度、肌少症、睡眠质量与生活质量等主题。数据可用于分析围绝经期女性肌肉力量、骨密度、身体成分、代谢、体能、睡眠、情绪与绝经症状的关联,评估身体能力、日常活动独立性、心理福祉与健康相关生活质量等多维功能健康(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:健康、围绝经期抑郁、绝经期主诉、骨密度、肌少症、睡眠质量、生活质量。这是一项单中心横断面观察性研究,旨在评估 45 至 60 岁女性功能健康的多维决定因素。研究将在土耳其伊斯坦布尔 Kartal Dr. Lütfi Kırdar City Hospital 妇产科进行。中年期和绝经过渡期与肌肉力量、骨密度、身体成分、代谢特征、身体表现、睡眠质量、情绪及绝经相关症状的变化有关。功能健康是一个多维概念,涵盖身体能力、日常活动独立性、心理福祉和健康相关生活质量。本研究将使用生物学、行为
【主题与分类】
主题标签:Healthy、Perimenopausal Depression、Menopausal Complaints、Bone Mineral Density、Sarcopenia、Sleep Quality、Quality of Life。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07667699
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/NCT07667699
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:健康、围绝经期抑郁、绝经期主诉、骨密度、肌少症、睡眠质量、生活质量。这是一项单中心、横断面观察性研究,旨在评估45至60岁女性功能健康的多维决定因素。该研究将在土耳其伊斯坦布尔Kartal Dr. Lütfi Kırdar城市医院妇产科进行。中年期和绝经过渡期与肌肉力量、骨密度、身体成分、代谢特征、身体表现、睡眠质量、情绪及绝经相关症状的变化有关。功能健康是一个多维构念,涵盖身体能力、日常活动独立性、心理幸福感以及与健康相关的生活质量。本研究将使用生物学、行为学、心理学和症状相关指标来评估功能健康,而非依赖单一测试或问卷评分。
纳入标准为:* 年龄45至60岁的女性 * 能够阅读并完成研究问卷 * 提供书面知情同意 * 能够完成体能评估 排除标准为:* 急性全身性疾病 * 活动性恶性肿瘤 * 严重神经或骨科损伤限制体能评估 * 认知障碍妨碍知情同意或问卷完成 符合条件的参与者将在单次门诊访视中接受评估。获得书面知情同意后,将记录人口学和临床数据。这些数据将包括年龄、婚姻状况、产科病史、社会经济状况、绝经状态及持续时间、体重指数、合并症、用药情况及生活方式特征。肌肉力量和体能将通过使用测力计测量握力和30秒坐立试验进行评估。将获取人体测量数据,包括体重和腰围。身体成分将使用生物电阻抗分析设备进行评估。
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。




