基于家庭的自我管理与认知训练改变生活(HOBSCOTCH)-帕金森病(HOBSCOTCH-Parkinson's)
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PD)患者的认知功能障碍与记忆障碍。研究为一项试点试验,旨在评估将原本用于癫痫患者的家庭自我管理干预 HOBSCOTCH 改编并应用于帕金森病患者的可行性,并探索其能否改善患者生活质量

基本信息
资源简介
基于家庭的自我管理与认知训练改变生活(HOBSCOTCH)-帕金森病(HOBSCOTCH-Parkinson's)
该数据集来自 clinicaltrials.gov,聚焦帕金森病(PD)患者的认知功能障碍与记忆障碍。研究为一项试点试验,旨在评估将原本用于癫痫患者的家庭自我管理干预 HOBSCOTCH 改编并应用于帕金森病患者的可行性,并探索其能否改善患者生活质量。参与者需接受九次一对一线上或电话形式的 HOBSCOTCH-PD 课程,并填写诊断问卷及干预前后关于生活质量、记忆与思维过程的两份问卷。数据可用于评估干预可行性、生活质量变化及认知相关结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:帕金森病、认知功能障碍、记忆障碍。本试点研究的目标是评估将现有的基于家庭的癫痫自我管理干预 HOBSCOTCH 改编并应用于帕金森病(PD)患者的可行性。其主要旨在回答的问题是:1. 当前的 HOBSCOTCH 项目能否针对 PD 患者进行改编?2. PD 患者在参与 HOBSCOTCH 项目后,是否会经历与癫痫患者相似的生活质量改善?参与者将被要求: 与一对一认证的 HOBSCOTCH-PD 教练参加九次、每次一小时的虚拟(在线和/或通过电话)HOBSCOTCH-PD 课程 完成一份关于其 PD 诊断的简短临床问卷 * 在 HOBSCOTCH-PD 课程前后完成两份关于其生活质量以及记忆和思维过程的问卷
【主题与分类】
主题标签:Parkinson Disease、Cognitive Dysfunction、Memory Disorders。本站分类:神经系统疾病/帕金森病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06260228
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/NCT06260228
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:帕金森病、认知功能障碍、记忆障碍。本试点研究的目标是评估对现有基于家庭的癫痫自我管理干预项目HOBSCOTCH进行调适并将其应用于帕金森病(PD)患者的可行性。该研究旨在回答的主要问题是:1. 当前的HOBSCOTCH项目能否针对帕金森病患者进行调适?2. 帕金森病患者在参与HOBSCOTCH项目后,是否会像癫痫患者那样获得相似的生活质量改善?参与者将被要求:* 与一对一的认证HOBSCOTCH-PD教练一起参加九次、每次一小时的虚拟(在线和/或通过电话)HOBSCOTCH-PD课程* 完成一份关于其帕金森病诊断的简要临床问卷* 在HOBSCOTCH-PD课程前后各完成两份关于其生活质量以及记忆和思维过程的问卷* 每天记录简短日记,内容涉及其帕金森病症状以及对HOBSCOTCH-PD项目中教授的自管理策略的使用情况* 在整个HOBSCOTCH-PD项目结束后完成一份简短的满意度调查
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。




