基于App的穴位按压对血液透析患者疲劳、瘙痒及睡眠质量的影响
该数据集来自clinicaltrials.gov,聚焦血液透析患者中疲劳、瘙痒与睡眠质量问题,涉及基于App的穴位按压干预研究

基本信息
资源简介
基于App的穴位按压对血液透析患者疲劳、瘙痒及睡眠质量的影响
该数据集来自clinicaltrials.gov,聚焦血液透析患者中疲劳、瘙痒与睡眠质量问题,涉及基于App的穴位按压干预研究。源站描述指出疲劳是多维度构念,涵盖行为、情绪、感觉与认知领域,是血液透析患者最常见且最令人衰弱的症状之一,严重影响功能能力、心理福祉与整体生活质量;药物与非药物干预效果因缺乏高质量证据而不一致。数据可用于探索移动健康干预对透析症状管理的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:血液透析患者、疲劳。引言:疲劳是一个多维构念,涵盖行为、情绪、感觉和认知领域(Joshwa等,2020)。在接受血液透析(HD)的患者中,疲劳是最常报告且最令人衰弱的症状之一(Bossola等,2023)。该症状深刻影响患者的功能能力、心理福祉和整体生活质量(Bossola等,2023)。由于缺乏高质量证据,药物和非药物干预在管理血液透析患者疲劳方面的有效性仍不一致(Natale等,2023)。药物选择,如促红细胞生成素刺激剂、5-羟色胺再摄取抑制剂、β受体阻滞剂、合成代谢类固醇和富葡萄糖透析液,产生了混合结果(Natale等,2023)。类似地
【主题与分类】
主题标签:Hemodialysis Patient、Fatigue。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07259369
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/NCT07259369
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:血液透析患者,疲乏。引言 疲乏是一个多维度的概念,涵盖行为、情感、感觉和认知等领域(Joshwa等,2020)。在接受血液透析(HD)的患者中,疲乏是最常报告且最令人衰弱的症状之一(Bossola等,2023)。该症状深刻影响患者的功能能力、心理健康和整体生活质量(Bossola等,2023)。由于缺乏高质量证据,药物和非药物干预措施在管理血液透析患者疲乏方面的有效性仍不一致(Natale等,2023)。药物选择,如促红细胞生成素刺激剂、5-羟色胺再摄取抑制剂、β受体阻滞剂、合成代谢类固醇和富含葡萄糖的透析液,产生了混合结果(Natale等,2023)。同样,非药物方法,包括氨基酸补充、音乐疗法、冥想、认知行为疗法、运动、营养支持和光疗,显示出有限且不确定的益处(Natale等,2023)。
其他干预措施,如增加透析频率、调整血流速度和家庭血压监测,也已被探索,但缺乏有力的支持证据(Natale等,2023)。鉴于该人群疲劳的复杂性,需要进一步精心设计的研究和干预措施来建立有效的管理策略。穴位按压是一种源自传统中医的非侵入性技术,已被探索作为一种潜在的非药物方法,用于减轻行为、情绪、感觉和认知等不同领域的疲劳(Chang等,2024)。经过适当培训后,患者可以自行进行穴位按压,而不必依赖治疗师。自我穴位按压省时、低成本且易于学习。已有几项研究探讨了其用于
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。




