老年患者预康复计划的前瞻性队列研究
该数据集来自 search.dataone.org,为一项单中心观察性前瞻性队列研究,纳入连续 139 例计划接受腹部和胸部大手术的患者,其中对照组 44 例(年龄<65 岁)、老年组 95 例(年龄>65 岁)

基本信息
资源简介
老年患者预康复计划的前瞻性队列研究
Prehabilitation program in elderly patients: a prospective cohort study
该数据集来自 search.dataone.org,为一项单中心观察性前瞻性队列研究,纳入连续 139 例计划接受腹部和胸部大手术的患者,其中对照组 44 例(年龄<65 岁)、老年组 95 例(年龄>65 岁)。所有患者均接受包含运动训练、营养优化、心理支持和行为改变的多模式预康复计划。数据覆盖 6 分钟步行试验(6MWT)等指标,可用于分析预康复对老年手术患者功能状态的影响(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):术前阶段可能是通过多模式术前计划优化患者身体状况的合适时机。本文讨论“预康复”计划对老年患者的影响。这项单中心观察性队列研究连续纳入 139 例计划接受腹部和胸部大手术的患者:对照组 44 例(年龄<65 岁),老年组 95 例(年龄>65 岁)。所有患者均遵循包含运动训练、营养优化、心理支持和行为改变的“预康复”计划。对照组 17 例和老年组 45 例在六个月时完成研究。6 分钟步行试验(6MWT)从初始评估到最后一次评估在两组中均增加(65 岁以下者中位值 80 米[四分位距 51];年龄较大者为 59 米[34];P=0.114)。6MWT 还
【主题与分类】
主题标签:Surgery。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A7eadfcea0a36096c857f573a7a9861c0c5629cae5211d25c44ba40b460b4520b
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
术前阶段可能是通过多模式术前方案优化患者身体状况的合适时机。本文讨论了“预康复”方案对老年患者的影响。这项单中心观察性队列研究连续纳入了139例计划接受腹部和胸部大手术的患者:对照组44例(年龄<65岁),老年组95例(年龄>65岁)。所有患者均接受了包括运动训练、营养优化、心理支持和行为改变在内的“预康复”方案。对照组17例和老年组45例患者在六个月时完成了研究。从初次评估到最后一次评估,两组患者的6分钟步行试验(6MWT)均有所增加(65岁以下患者的中位值为80米[四分位距51];年龄较大者为59米[34];P=0.114)。经过一个月的预康复后,两组人群的6MWT也相似。术后并发症的发生率……
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。




