虚拟现实对血液透析患者动静脉内瘘穿刺疼痛与焦虑的影响

该数据集来自 clinicaltrials.gov,主题为虚拟现实干预对血液透析患者动静脉内瘘穿刺过程中疼痛与焦虑的影响

KTO Karatay UniversityKTO Karatay University
clinicaltrials
浏览 9
其他分类Hemodialysis PatientFistulas Arteriovenous
Effect of Virtual Reality on Pain and Anxiety During Arteriovenous Fistula Cannulation in Hemodialysis Patients

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

虚拟现实对血液透析患者动静脉内瘘穿刺疼痛与焦虑的影响

该数据集来自 clinicaltrials.gov,主题为虚拟现实干预对血液透析患者动静脉内瘘穿刺过程中疼痛与焦虑的影响。研究将参与者按随机化列表分为实验组与对照组,实验组在动静脉内瘘穿刺时接受虚拟现实干预,对照组接受标准护理流程。研究材料包括知情同意书、描述性特征表、视觉模拟量表(VAS)和状态焦虑量表(SAI)。穿刺由同一名认证血液透析护士使用16号动静脉针,以30°-45°角、距瘘管区域至少5 cm进行,并用低致敏胶带固定。数据可用于评估虚拟现实在减轻穿刺相关疼痛与焦虑方面的作用(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:血液透析患者、动静脉内瘘。在为参与者分配生成随机化列表后,将准备研究材料,包括知情同意书、描述性特征表、视觉模拟量表(VAS)和状态焦虑量表(SAI)。参与者将根据随机化列表被分配到实验组和对照组。在实验组中,动静脉内瘘针插入期间将应用虚拟现实干预,而对照组将接受标准护理程序。为确保穿刺程序的标准化,两组中的所有患者都将由同一名认证血液透析护士使用16号动脉和静脉针进行穿刺,以30°-45°角插入,且距瘘管区域至少5 cm。针头将用低致敏胶带固定。十五分钟

【主题与分类】

主题标签:Hemodialysis Patient、Fistulas Arteriovenous。本站分类:泌尿生殖系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07622264

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07622264

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:血液透析患者,动静脉内瘘。在为参与者分配生成随机化列表后,将准备研究材料,包括知情同意书、描述性特征表、视觉模拟量表(VAS)和状态焦虑量表(SAI)。参与者将根据随机化列表被分配到实验组和对照组。实验组在动静脉内瘘(AVF)穿刺过程中将应用虚拟现实干预,而对照组将接受标准护理程序。为确保穿刺操作的标准化,两组所有患者均由同一位认证血液透析护士使用16号动脉和静脉针进行穿刺,以30°-45°角插入,且距离瘘管区域至少5厘米。针头将用低过敏性胶带固定。瘘管穿刺后十五分钟,将使用视觉模拟量表(VAS)和状态焦虑量表(SAI)进行结果测量。

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。

获取专属数据定制方案