基于视频的物理治疗教育对手部损伤成人社会参与的影响
该数据集来自 clinicaltrials.gov 的一项临床试验,聚焦手部损伤成人患者的社会参与及视频化物理治疗教育。研究旨在确定影响患者社会参与的因素,并评估短视频物理治疗意识教育的效果,核心问题包括视频教育能否提升患者知识与意识水平,以及哪些身体功能与活动限制因素制约社会参与

基本信息
资源简介
基于视频的物理治疗教育对手部损伤成人社会参与的影响
该数据集来自 clinicaltrials.gov 的一项临床试验,聚焦手部损伤成人患者的社会参与及视频化物理治疗教育。研究旨在确定影响患者社会参与的因素,并评估短视频物理治疗意识教育的效果,核心问题包括视频教育能否提升患者知识与意识水平,以及哪些身体功能与活动限制因素制约社会参与。参与者需完成社会人口学表、Quick-DASH 问卷及自编参与和意识表等基线评估,并接受物理治疗师提供的 10-15 分钟视频支持教育,内容涵盖居家策略、锻炼与辅助器具。数据可用于患者教育干预效果评估与手部损伤康复研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:手部损伤、手部损伤与障碍、患者教育。本临床试验的目标是确定影响成年手部损伤患者社会参与的因素,并评估基于视频的物理治疗意识教育在该人群中的有效性。其旨在回答的主要问题是:简短的视频化物理治疗教育能否提高手部损伤患者的知识与意识水平?限制这些患者社会参与的主要因素(身体功能与活动限制)是什么?参与者将:完成基线评估,包括社会人口学表格、Quick-DASH 问卷以及自编的参与和意识表格。接受物理治疗师提供的 10-15 分钟视频支持教育课程,涵盖居家策略、锻炼和辅助器具
【主题与分类】
主题标签:Hand Injuries、Hand Injuries and Disorders、Patient Education。本站分类:创伤与损伤/手部损伤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07562620
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/NCT07562620
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:手部损伤、手部损伤与障碍、患者教育。本临床试验的目标是确定影响成年手部损伤患者社会参与的因素,并评估基于视频的物理治疗意识教育在该人群中的有效性。其旨在回答的主要问题是:简短的基于视频的物理治疗教育是否能提高手部损伤患者的知识和意识水平?限制这些患者社会参与的主要因素(身体功能和活动受限)是什么?参与者将:完成基线评估,包括社会人口学表格、Quick-DASH问卷以及定制的参与和意识表格。接受物理治疗师提供的10-15分钟视频支持教育课程,涵盖家庭策略、锻炼和辅助器具。在教育课程结束后立即再次完成知识和意识测试,以测量急性变化。
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。




