莱斯特咳嗽问卷乌尔都语版本验证
该数据集来自 clinicaltrials.gov,聚焦慢性阻塞性肺疾病(COPD)患者中莱斯特咳嗽问卷(LCQ)乌尔都语版本的跨文化调适与验证

基本信息
资源简介
莱斯特咳嗽问卷乌尔都语版本验证
该数据集来自 clinicaltrials.gov,聚焦慢性阻塞性肺疾病(COPD)患者中莱斯特咳嗽问卷(LCQ)乌尔都语版本的跨文化调适与验证。LCQ 为包含 19 个条目的患者报告工具,涵盖生理、心理和社会维度。研究按三阶段设计,依据国际指南将 LCQ 从源语言翻译为目标语言,并评估乌尔都语版本在 COPD 患者中的信度、效度、敏感性和特异性。数据可用于呼吸系统疾病中咳嗽相关健康状态测量工具的语言验证与心理测量学评价(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:COPD。咳嗽是哮喘、COPD 和支气管扩张的常见症状,但人们对它如何影响健康状况知之甚少;因此在这些情况下,任何负面影响都可能被忽视。莱斯特咳嗽问卷(LCQ)是一种患者报告工具,包含 19 个条目,由生理、心理和社会要素组成。据作者所知,这一广泛使用的莱斯特咳嗽问卷(LCQ)尚未针对讲乌尔都语的 COPD 患者进行翻译和验证。本研究的目标是使用将工具从源语言翻译为目标语言的国际指南,对 LCQ 进行乌尔都语跨文化调适,并确定乌尔都语版莱斯特咳嗽问卷(LCQ)在 COPD 患者中的信度、效度、敏感性和特异性。这是一项三阶段研究。莱斯特咳嗽问卷(LCQ
【主题与分类】
主题标签:COPD。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06674395
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/NCT06674395
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
疾病情况:慢性阻塞性肺疾病(COPD)。咳嗽是哮喘、COPD和支气管扩张症的常见症状,但对其如何影响健康状况知之甚少;因此,在这些情况下,任何负面影响都可能被忽视。莱斯特咳嗽问卷(LCQ)是一种患者报告的19项工具,包含生理、心理和社会要素。据作者所知,这一广泛使用的莱斯特咳嗽问卷(LCQ)尚未被翻译成乌尔都语并针对乌尔都语COPD患者进行验证。本研究旨在采用国际指南,将LCQ从源语言跨文化改编为乌尔都语,并探讨乌尔都语版莱斯特咳嗽问卷(LCQ)在COPD患者中的信度、效度、敏感性和特异性。这是一项三阶段研究。莱斯特咳嗽问卷(LCQ)将被改编为乌尔都语,并首先通过内容效度指数(CVI)检验其内容效度。在第二阶段,乌尔都语版莱斯特咳嗽问卷(LCQ)将进行预试验,并检验其效度和信度。
在第三阶段,将测试莱斯特咳嗽问卷(LCQ)乌尔都语版本在COPD患者中的效度和信度。根据纳入标准,将选择114名COPD患者。数据分析将采用组内相关系数(ICC)、克朗巴赫α系数和因子分析。
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。




