老年人功能性便秘与跌倒相关结局数据集
本数据集来源于 clinicaltrials.gov,为一项回顾性横断面观察性研究,旨在考察罗马IV标准定义的功能性便秘与老年人跌倒史、功能能力及身体活动之间的关系

基本信息
资源简介
老年人功能性便秘与跌倒相关结局数据集
本数据集来源于 clinicaltrials.gov,为一项回顾性横断面观察性研究,旨在考察罗马IV标准定义的功能性便秘与老年人跌倒史、功能能力及身体活动之间的关系。数据覆盖65至80岁、于2024年4月至2026年4月期间在Izmir Bakircay University物理治疗与康复应用研究中心就诊的老年人常规记录的临床数据,不涉及任何新的干预、治疗、运动方案、药物或器械。可用于分析功能性便秘与跌倒及相关功能结局的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:功能性便秘(FC)、意外跌倒、身体功能表现。本回顾性横断面观察性研究旨在考察罗马IV功能性便秘与老年人跌倒史、功能能力和身体活动之间的关系。研究将使用2024年4月至2026年4月期间在Izmir Bakircay University物理治疗与康复应用研究中心就诊的65至80岁老年人的常规记录临床数据。本研究不会应用任何新的干预、治疗、运动方案、药物或器械。功能性便秘将使用患者档案中记录的排便习惯数据进行评估,并根据罗马IV标准进行分类。过去12个月内的跌倒史将从常规临床记录中获取。功能能力将评估
【主题与分类】
主题标签:Functional Constipation (FC)、Accidental Falls、Physical Functional Performance。本站分类:口腔疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07630740
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/NCT07630740
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:功能性便秘(FC)、意外跌倒、身体功能表现。本回顾性横断面观察性研究旨在探讨罗马IV功能性便秘与老年人跌倒史、功能能力和身体活动之间的关系。研究将使用2024年4月至2026年4月期间在伊兹密尔巴克爾恰伊大学物理治疗与康复应用与研究中心就诊的65至80岁老年人的常规记录临床数据。本研究不会实施任何新的干预、治疗、运动方案、药物或设备。功能性便秘将使用患者档案中记录的排便习惯数据进行评估,并根据罗马IV标准进行分类。过去12个月内的跌倒史将从常规临床记录中获取。功能能力将使用记录的6分钟步行测试和五次坐立测试结果进行评估。身体活动水平将使用可用的国际身体活动问卷数据进行评估。该研究将纳入208名符合条件的老年人的数据。
主要目的是确定患有罗马IV功能性便秘的老年人是否在跌倒史、步行能力、下肢功能表现和身体活动水平方面与无功能性便秘的老年人存在差异。这些发现可能有助于阐明老年人的功能性便秘是否不仅与排便习惯有关,还与更广泛的老年医学和康复相关结局有关。
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。




