真实生活条件下的自适应伺服通气:OTRLASV 研究
该数据集来自 clinicaltrials.gov,主题为真实生活条件下自适应伺服通气(ASV)治疗的应用,属于循环系统疾病/心力衰竭领域

基本信息
资源简介
真实生活条件下的自适应伺服通气:OTRLASV 研究
该数据集来自 clinicaltrials.gov,主题为真实生活条件下自适应伺服通气(ASV)治疗的应用,属于循环系统疾病/心力衰竭领域。覆盖人群包括慢性心力衰竭合并中枢性睡眠呼吸暂停、阻塞性睡眠呼吸暂停、复杂性睡眠呼吸暂停以及特发性或药物诱导的周期性呼吸等睡眠呼吸障碍患者。研究为观察性、横断面、单次访视设计,背景是法国对接受 ASV 治疗的患者按社会保障规则需每年检查。数据可用于了解 ASV 在真实临床条件下的使用情况及相关睡眠呼吸障碍分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性心力衰竭合并复杂性睡眠呼吸暂停综合征、阻塞性睡眠呼吸暂停综合征、特发性中枢性睡眠呼吸暂停综合征、特发性诱导周期性呼吸、中枢性睡眠呼吸暂停综合征。本研究的目的是在“真实生活条件”下评估自适应伺服通气(ASV)治疗的使用。在法国,ASV 治疗常规处方用于各种睡眠呼吸障碍患者(慢性心力衰竭(CHF)合并中枢性睡眠呼吸暂停综合征(CSAS)、CHF 合并中枢性和阻塞性睡眠呼吸暂停(COSA)、阻塞性睡眠呼吸暂停综合征(OSAS)和复杂性睡眠呼吸暂停综合征(compSAS)、特发性或药物诱导的周期性呼吸)。为了根据法国社会保障规则获得报销,接受 ASV 治疗的患者需要每年接受检查。在这项观察性横断面单次访视研究中,目的是 de
【主题与分类】
主题标签:Chronic Heart Failure and、Complex Sleep Apnea Syndrome、Obstructive Sleep Apnea Syndrome and、Idiopathic Central Sleep Apnea Syndrome、Idiopathic Induced Periodic Breathing、Central Sleep Apnea Syndrome。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02429986
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/NCT02429986
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
疾病:慢性心力衰竭、复杂性睡眠呼吸暂停综合征、阻塞性睡眠呼吸暂停综合征、特发性中枢性睡眠呼吸暂停综合征、特发性诱导周期性呼吸、中枢性睡眠呼吸暂停综合征。本研究旨在“真实生活条件下”评估适应性伺服通气(ASV)治疗的使用情况。在法国,ASV治疗常规处方用于各种睡眠呼吸障碍患者(慢性心力衰竭(CHF)合并中枢性睡眠呼吸暂停综合征(CSAS)、CHF合并中枢性和阻塞性睡眠呼吸暂停(COSA)、阻塞性睡眠呼吸暂停综合征(OSAS)和复杂性睡眠呼吸暂停综合征(compSAS)、特发性或药物诱导的周期性呼吸)。根据法国社会保障规定,为获得报销,接受ASV治疗的患者需每年接受检查。在这项观察性横向单次访视研究中,目的是描述接受ASV治疗患者的临床特征及相关设备设置。
目的是评估在实际条件下ASV处方的安全性和有效性问题。根据数据情况,数据来源于对ASV设备最近六个月数据的分析、对患者的询问、对多导睡眠图/血氧饱和度监测的分析(如果医生在为ASV护理续方及法国社会保障报销的复诊中开具了该检查)。所有数据均在法国社会保障要求的年度复诊期间获取。
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。




