Rehabilitation for Life 数据集
源站描述指出,尽管实施了医院质量项目,老年患者术后身体功能仍常下降、生活质量降低,死亡率和再入院率较高;早期活动可防止肌肉流失,但预防并发症还需尽早开始力量训练,且疼痛管理不足与并发症、发病和死亡风险相关

基本信息
资源简介
Rehabilitation for Life 数据集
来自 clinicaltrials.gov,聚焦髋部骨折术后老年人康复。源站描述指出,尽管实施了医院质量项目,老年患者术后身体功能仍常下降、生活质量降低,死亡率和再入院率较高;早期活动可防止肌肉流失,但预防并发症还需尽早开始力量训练,且疼痛管理不足与并发症、发病和死亡风险相关。项目旨在评估在初级和二级医疗部门测量生命体征并实施一致性康复的效果。研究采用整群随机阶梯楔形设计,从骨科老年病房招募65岁及以上患者。该数据可用于康复效果预测与老年骨折术后管理研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:髋部骨折。尽管在髋部骨折手术后实施了医院质量项目,老年人仍经常经历身体功能水平下降、生活质量降低;并且死亡率和再入院率很高。早期活动对于防止肌肉量丢失很重要;然而,为了预防发病,尽早开始力量训练也是必要的。此外,并发症、发病和死亡的风险与疼痛管理不充分有关。该项目旨在检查在初级和二级部门测量生命体征和一致性康复对髋部骨折手术后老年人的效果。方法/设计:该研究是一项整群随机阶梯楔形研究。参与者将从入住骨科老年病房的65岁及以上且为公民的患者中招募
【主题与分类】
主题标签:Hip Fractures。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04424186
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/NCT04424186
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:髋部骨折。尽管在髋部骨折手术后实施了医院质量改进项目,老年人仍常出现身体功能水平下降、生活质量降低,且死亡率和再入院率较高。早期活动对于防止肌肉量丢失很重要;然而,为预防并发症,尽早开始力量训练也是必要的。此外,并发症、患病率和死亡风险与疼痛管理不充分相关。本项目旨在考察在髋部骨折手术后老年人中,在初级和二级医疗部门测量生命体征及持续康复的效果。方法/设计:本研究是一项整群随机阶梯楔形研究。参与者将从入住骨科老年病房的患者中招募,年龄为65岁及以上,且为六个市镇之一的居民。参与者还包括骨科老年病房和六个市镇的卫生专业人员。六个市镇构成六个群组,进行随机化,每三个月有一个群组从对照组转为干预组。
该研究将常规实践(对照组)与名为“生活康复”的干预措施进行比较。该干预措施最准确的描述是一项以赋权为导向的跨部门项目,包括生命体征测量和系统性渐进式康复,并结合专业人员之间便捷的协作途径。主要结局指标:术后2个月测量的计时起立-行走测试(TUG)。研究者假设,对于髋部骨折的老年人,“生活康复”相较于不提供“生活康复”的实践,将导致TUG评分显著降低。由于该研究跨两个部门组织,累积步行能力评分(CAS)构成第二项主要结局指标。假设干预组患者的TUG评分将显著低于
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。




