生活质量指数(Q-Index)
该数据集来自 clinicaltrials.gov,聚焦帕金森病患者健康相关生活质量(HrQoL)的远程评估与监测。研究在比利时医院开展,纳入不同进展阶段的帕金森病患者及健康对照,使用智能手机和智能手表等常用联网设备采集数据,覆盖基线、第4个月和第8个月随访,研究时长约9个月

基本信息
资源简介
生活质量指数(Q-Index)
该数据集来自 clinicaltrials.gov,聚焦帕金森病患者健康相关生活质量(HrQoL)的远程评估与监测。研究在比利时医院开展,纳入不同进展阶段的帕金森病患者及健康对照,使用智能手机和智能手表等常用联网设备采集数据,覆盖基线、第4个月和第8个月随访,研究时长约9个月。数据可用于构建远程评估生活质量的算法,支持帕金森病不同阶段的病情监测与健康管理研究(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。这项观察性研究的主要目标是使用常用的联网设备(智能手机和智能手表)远程评估和监测不同进展阶段的帕金森病患者的健康相关生活质量(HrQoL)。研究在比利时的医院进行。研究人群如下:最多100名H&Y 1.5至3期的患者(人群A),最多15名H&Y 1期的早期帕金森病患者(人群B),以及最多15名健康对照(人群C)。研究持续时间约为9个月,在2023年9月至2024年11月之间,将包括基线临床评估(第0个月)、第一次随访(第4个月)和第二次随访(第8个月)。主要目标是构建一种能够远程评估健康相关生活质量的算法(Hr
【主题与分类】
主题标签:Parkinson Disease。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/NCT06209502
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/NCT06209502
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。本观察性研究的主要目标是利用常用的联网设备(智能手机和智能手表)远程评估和监测不同进展阶段帕金森病患者的健康相关生活质量(HrQoL)。研究在比利时的医院进行。研究人群如下:最多100名H&Y分期1.5至3期的患者(人群A),最多15名H&Y 1期的早期帕金森病患者(人群B),以及最多15名健康对照者(人群C)。研究持续时间约为9个月,从2023年9月至2024年11月,包括基线临床评估(第0个月)、第一次随访(第4个月)和第二次随访(第8个月)。主要目标是构建一种能够远程评估人群A患者健康相关生活质量(HrQoL)的算法。该目标将通过基于商用可穿戴设备(Android智能手表和智能手机)持续被动记录的数据,制定和估算生活质量指数(Q-index)来实现。
次要目标是确定Q指数是否足够敏感,以监测处于疾病早期阶段人群(B组人群)的生活质量。健康对照组受试者(C组人群)将用于确定健康人群和帕金森病(PD)人群对应的Q指数值范围。为实现这一目标,我们将把从连接设备提取的信息(微观指标)与参与者对问卷和临床测试的应答进行比较,这些问卷和临床测试旨在评估PROMs(患者相关结局指标)。所收集数据的列表见下表。为计算Q指数,我们计划结合使用若干微观指标,每个指标作为受试者有效执行某些日常生活活动能力的替代指标;沟通
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。




