卒中与CPAP结局研究3

本数据集来自 clinicaltrials.gov,主题为卒中与 CPAP 结局研究 3,涉及缺血性卒中、脑内出血、阻塞性睡眠呼吸暂停、依从性、治疗与动机等方向

University of WashingtonUniversity of Washington
clinicaltrials
浏览 12
其他Ischemic StrokeIntra Cerebral HemorrhageObstructive Sleep ApneaAdherence, TreatmentMotivation
Stroke and CPAP Outcome Study 3

基本信息

模态
其他
创建/更新时间
2026-10-11

资源简介

卒中与CPAP结局研究3

本数据集来自 clinicaltrials.gov,主题为卒中与 CPAP 结局研究 3,涉及缺血性卒中、脑内出血、阻塞性睡眠呼吸暂停、依从性、治疗与动机等方向。研究在卒中住院康复期间对参与者进行 OSA 检测并给予自动滴定 CPAP 治疗,持续 3 个月;同时采用强化 CPAP 技术支持、动机增强治疗以及电话与移动健康自动化支持等多种行为干预,并在卒中幸存者参与和反馈下优化多组分行为干预,以改善 CPAP 依从性。数据可用于卒中合并 OSA 患者 CPAP 依从性相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:缺血性卒中、脑内出血、阻塞性睡眠呼吸暂停、依从性、治疗、动机。在一项初始单臂研究中,卒中参与者将在住院卒中康复期间接受 OSA 检测并接受自动滴定 CPAP 治疗,并持续 3 个月的治疗期。将使用多种行为干预来提高 CPAP 使用率,包括强化 CPAP 技术支持、动机增强治疗以及电话和移动健康自动化支持。将在卒中幸存者的参与和投入下优化多组分行为干预,以提高 CPAP 依从性。

【主题与分类】

主题标签:Ischemic Stroke、Intra Cerebral Hemorrhage、Obstructive Sleep Apnea、Adherence, Treatment、Motivation。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06029959

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06029959

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:缺血性卒中、脑出血、阻塞性睡眠呼吸暂停、依从性、治疗、动机。在一项初步的单臂研究中,卒中参与者将在住院卒中康复期间接受OSA检测,并接受自动滴定CPAP治疗,持续3个月的治疗期。将采用多种行为干预措施以提高CPAP使用率,包括强化CPAP技术支持、动机增强疗法以及电话和移动健康自动化支持。将通过卒中幸存者的参与和意见,优化多组分行为干预措施,以提高CPAP依从性。

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。

获取专属数据定制方案