Charcot-Marie-Tooth病手术矫正联合康复与单纯物理治疗的步行功能结局:双向队列研究
该数据集来自clinicaltrials.gov,聚焦Charcot-Marie-Tooth病(CMT)相关的步行功能结局研究,涵盖CMT、高弓足、手术、运动训练、神经肌肉疾病与步态障碍等主题

基本信息
资源简介
Charcot-Marie-Tooth病手术矫正联合康复与单纯物理治疗的步行功能结局:双向队列研究
该数据集来自clinicaltrials.gov,聚焦Charcot-Marie-Tooth病(CMT)相关的步行功能结局研究,涵盖CMT、高弓足、手术、运动训练、神经肌肉疾病与步态障碍等主题。数据涉及保守物理治疗与功能性手术矫正联合康复两种干预路径下步行能力的比较,可用于分析手术联合康复与单纯物理治疗对步态 mechanics 和步行容量的影响,支持神经肌肉疾病领域功能结局相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Charcot Marie Tooth病(CMT)、高弓足、手术、运动训练、神经肌肉疾病(NMD)、步态障碍。Charcot-Marie-Tooth病(CMT)是一种遗传异质性遗传性周围神经病,以进行性远端肌无力、感觉障碍和神经肌肉性足部畸形为特征。这些损害常改变步态力学并降低步行能力。在缺乏疾病修饰疗法的情况下,临床管理侧重于优化功能性移动能力和减轻继发性肌肉骨骼后果。保守物理治疗和功能性手术矫正后康复均被广泛用于处理CMT中限制步行的畸形。物理治疗主要针对力量、平衡和运动控制,而手术干预旨在改善结构对线和重新平衡肌
【主题与分类】
主题标签:Charcot Marie Tooth Disease (CMT)、Pes Cavovarus、Surgery、Exercise Training、Neuromuscular Diseases (NMD)、Gait Disorders。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07432035
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/NCT07432035
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:腓骨肌萎缩症(CMT)、高弓足、手术、运动训练、神经肌肉疾病(NMD)、步态障碍。腓骨肌萎缩症(CMT)是一种遗传异质性遗传性周围神经病,以进行性远端肌无力、感觉障碍和神经肌肉性足部畸形为特征。这些损害常改变步态力学并降低步行能力。在缺乏疾病修饰疗法的情况下,临床管理重点在于优化功能性活动能力并减轻继发性肌肉骨骼后果。保守物理治疗和功能性手术矫正后康复均被广泛用于处理CMT中限制步行的畸形。物理治疗主要针对力量、平衡和运动控制,而手术干预旨在改善结构对线并重新平衡肌腱力。尽管两种方法均常规实施,但关于其对客观步行表现纵向影响的比较证据仍然有限。
本研究采用双向观察性队列设计,将回顾性确定的治疗暴露与前瞻性收集的纵向结局相结合。从一家机构临床数据库中识别出2017年1月至2024年1月期间接受治疗、因CMT相关足部畸形而影响行走的个体。参与者按治疗策略分类:(1)功能性手术矫正后接受标准化术后康复,或(2)仅接受结构化物理治疗。治疗分配由常规临床决策而非随机化决定。为解决非随机比较中固有的混杂因素,应用倾向性评分匹配以平衡治疗组之间基线人口学和疾病相关特征。协变量包括就诊时年龄、遗传亚型(若有)以及基线疾病严重程度等因素。评估平衡诊断以确认匹配后组间具有充分可比性。主要
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




