慢性血液透析患者前臂动静脉内瘘术前运动试验
该数据集来自clinicaltrials.gov,针对需要慢性血液透析治疗的患者,研究术前运动计划能否提高前臂动静脉内瘘的可用性

基本信息
资源简介
慢性血液透析患者前臂动静脉内瘘术前运动试验
该数据集来自clinicaltrials.gov,针对需要慢性血液透析治疗的患者,研究术前运动计划能否提高前臂动静脉内瘘的可用性。数据覆盖动静脉内瘘、肾衰竭和血液透析通路失败等状况,包含干预组与对照组的随机分组信息,干预组使用带数字计数器的握力器进行锻炼。该试点研究评估患者接受度和结局的可行性,并为完整试验的功效计算提供依据。可用于预测内瘘可用性、分析运动干预效果及透析通路相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:动静脉内瘘、肾衰竭、血液透析通路失败。该试验旨在确定术前运动计划是否能提高前臂动静脉内瘘可用的可能性。在这项试点研究中,将从患者接受度和患者结局两方面评估所提议干预的可行性。此外,这项可行性研究的结果将用于帮助确定完整试验的功效计算。如果患者计划进行择期前臂动静脉内瘘放置以用于慢性血液透析通路,则符合这项试点临床试验的资格。患者将使用随机数字生成器随机分配到干预组或对照组。干预组将接受使用带内置数字计数器的握力器的指导。这些指导将包括每天使用握力器
【主题与分类】
主题标签:Arterio-venous Fistula、Kidney Failure、Hemodialysis Access Failure。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/NCT03988270
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/NCT03988270
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:动静脉瘘、肾衰竭、血液透析通路失败。该试验旨在确定术前锻炼计划是否能提高前臂动静脉瘘可用性的可能性。在这项初步研究中,将根据患者接受度和患者结局来评估所提议干预措施的可行性。此外,这项可行性研究的结果将用于帮助确定全面试验的效能计算。如果患者计划接受择期前臂动静脉瘘置入术以建立慢性血液透析通路,则有资格参加这项初步临床试验。患者将使用随机数字生成器随机分配到干预组或对照组。干预组将接受使用内置数字计数器的握力器的指导。这些指导将包括每天使用握力器,并且每周增加握力器挤压次数,直至动静脉瘘置入时。对照组患者将不接受任何关于通路侧手臂术前锻炼的指导。
两组患者均将获得术后指导:一旦手术部位的免缝胶带脱落,即每日使用握力球。
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。




