高流量鼻导管氧疗用于伴吞咽困难与阻塞性睡眠呼吸暂停的缺血性卒中患者
该数据集来自 clinicaltrials.gov，围绕高流量鼻导管（HFNC）氧疗在缺血性卒中患者中的应用，纳入对象为伴有吞咽困难和阻塞性睡眠呼吸暂停、需要鼻胃管喂养且无法接受持续气道正压通气治疗的患者
基本信息
资源简介
高流量鼻导管氧疗用于伴吞咽困难与阻塞性睡眠呼吸暂停的缺血性卒中患者
该数据集围绕高流量鼻导管（HFNC）氧疗在缺血性卒中患者中的应用展开，来源于 clinicaltrials.gov 注册平台，属于循环系统疾病 / 其他分类。数据集所对应的研究关注伴有吞咽困难和阻塞性睡眠呼吸暂停的缺血性卒中患者，这类患者需要鼻胃管喂养，且无法接受持续气道正压通气治疗。研究基于一个假设：HFNC 通气治疗在非卒中受试者中已被发现可改善阻塞性睡眠呼吸暂停的严重程度，因此可能对上述卒中人群同样有效。数据集主题标签涵盖脑梗死、阻塞性睡眠呼吸暂停和吞咽障碍，整体定位为一项针对特定卒中合并症人群的氧疗干预研究数据。
【数据集背景】
缺血性卒中患者常伴随多种合并症，其中吞咽困难和阻塞性睡眠呼吸暂停是较为突出的问题。吞咽困难可能导致患者需要鼻胃管喂养，而阻塞性睡眠呼吸暂停则通常需要持续气道正压通气治疗。然而，部分患者因各种原因无法接受持续气道正压通气，这使得临床管理面临挑战。高流量鼻导管氧疗作为一种无创通气方式，在非卒中受试者中已被发现能够改善阻塞性睡眠呼吸暂停的严重程度。基于这一观察，研究者提出假设：HFNC 可能对伴有吞咽困难、需要鼻胃管喂养且无法接受持续气道正压通气的缺血性卒中患者有效。该数据集正是围绕这一临床问题而建立。
【数据内容】
数据集的主题标签包括脑梗死、阻塞性睡眠呼吸暂停和吞咽障碍。其纳入对象为伴有吞咽困难和阻塞性睡眠呼吸暂停、需要鼻胃管喂养且无法接受持续气道正压通气治疗的缺血性卒中患者。数据集涉及的条件包括脑梗死、阻塞性睡眠呼吸暂停和吞咽障碍。关于具体的变量字段、样本量、随访时间、结局指标等详细数据内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于注册研究信息。其来源站描述指出，研究关注的条件为脑梗死、阻塞性睡眠呼吸暂停和吞咽障碍，并阐述了 HFNC 在非卒中受试者中改善阻塞性睡眠呼吸暂停严重程度的背景，以及研究者对卒中患者中应用 HFNC 的假设。关于具体的采集方式、采集时间、采集地点、数据收集流程等，源站未提供。
【适用场景】
该数据集适用于关注缺血性卒中合并吞咽困难和阻塞性睡眠呼吸暂停患者的临床研究场景，尤其是针对无法接受持续气道正压通气治疗、需要鼻胃管喂养的患者群体。其潜在应用包括评估 HFNC 氧疗在这类患者中的效果、探索无创通气替代方案，以及为相关临床决策提供参考。关于具体的适用场景限制或推荐使用范围，源站未提供。
【使用方法】
关于该数据集的具体使用方法，源站未提供。未提供的数据包括但不限于数据访问方式、数据格式、分析工具、使用步骤等。
【质量与限制】
关于该数据集的质量评估、数据完整性、准确性、偏倚风险等信息，源站未提供。其限制可能涉及研究设计的固有特征，但源站未提供具体说明。
【引用与许可】
关于该数据集的引用格式、许可协议、使用条款等信息，源站未提供。
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/NCT04173767
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：脑梗死、阻塞性睡眠呼吸暂停、吞咽障碍。研究发现，经鼻高流量氧疗（HFNC）可改善非卒中受试者的阻塞性睡眠呼吸暂停严重程度。研究者假设，对于需要鼻胃管喂养且因阻塞性睡眠呼吸暂停无法接受持续气道正压通气的吞咽困难卒中患者，HFNC可能有效。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
