AMPS 是否是评估手指或手部手术后 ADL 能力变化的敏感工具
该数据集来自 clinicaltrials.gov,聚焦手指或手部手术后的康复评估,涉及桡骨骨折、手部骨折与手部损伤人群

基本信息
资源简介
AMPS 是否是评估手指或手部手术后 ADL 能力变化的敏感工具
该数据集来自 clinicaltrials.gov,聚焦手指或手部手术后的康复评估,涉及桡骨骨折、手部骨折与手部损伤人群。研究关注 ICF 框架下的活动与参与维度,探讨 Assessment of Motor and Process Skills(AMPS)在传统未使用该工具的人群中是否具有敏感度,以衡量康复改善。数据可用于评估 AMPS 作为康复结局测量工具的有效性,并支持手部手术后功能变化的相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:桡骨骨折、手部骨折、手部损伤。手指或手部手术后的康复通常仅使用评估身体功能的工具,例如握力和关节活动度。然而,考虑到 ICF 康复框架,结局测量应更关注活动与参与。此外,许多需要手指或手部手术的患者仍处于劳动力市场,这凸显了对其活动与参与能力进行有效评估的重要性。本研究将提供有价值的知识,说明 AMPS 是否是测量这些参数改善的有效工具,而 AMPS 传统上并未用于该人群。本研究的目的是评估运动与过程技能评估(AMPS)在接受康复的患者人群中的敏感度
【主题与分类】
主题标签:Radius Fractures、Hand Fracture、Hand Injuries。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03496337
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/NCT03496337
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
病症:桡骨骨折、手部骨折、手部损伤。手指或手部手术后的康复评估通常仅使用评估身体功能的工具,如握力和关节活动度。然而,根据ICF康复框架,结果测量应更侧重于活动和参与。此外,许多需要手指或手部手术的患者仍在劳动力市场中,这强调了对其活动和参与能力进行有效评估的重要性。本研究将提供宝贵知识,探讨AMPS是否是衡量这些参数改善的有效工具,尤其是在传统上未使用AMPS的人群中。本研究旨在评估运动与过程技能评估(AMPS)在手部手术后康复患者群体中的反应性,因为此前尚未对此进行过研究。方法:纳入2017年11月至2018年7月期间在Silkeborg地区医院物理与职业治疗科的患者。
共纳入50名因手指或手部损伤而被转介接受专业职业治疗康复的患者。若患者术后存在活动受限(例如肌腱断裂术后),则予以排除。在基线和随访时(8周后),采用标准化方法对所有患者进行评估,评估工具包括AMPS、加拿大作业表现测量表(COPM)、握力和关节活动度。所有测试程序均按照标准化测试方案执行。统计学方法:采用锚定法评估反应度,将AMPS评分与全局评定量表评分进行比较。将计算ROC曲线下面积,曲线下面积达到0.7视为可接受。将使用不同的测量工具评估AMPS的聚合效度和区分效度。
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。




