心力衰竭患者睡眠质量与自我护理的关联研究
该数据集来自 clinicaltrials.gov,属于循环系统疾病/心力衰竭领域,聚焦心力衰竭患者的睡眠质量、自我护理与认知功能

基本信息
资源简介
心力衰竭患者睡眠质量与自我护理的关联研究
该数据集来自 clinicaltrials.gov,属于循环系统疾病/心力衰竭领域,聚焦心力衰竭患者的睡眠质量、自我护理与认知功能。研究采用前瞻性关系性设计,纵向考察睡眠质量对自我护理的影响,并评估自我护理、睡眠质量与认知功能之间的关系。样本量基于多重线性回归模型、中等效应量0.15、alpha 0.05、power 0.95及18个预测变量计算为188例,考虑10%脱落率后至少纳入207名参与者。数据采集自Dokuz Eylül University心脏病门诊符合纳入标准的患者。可用于心力衰竭患者睡眠与自我护理关联的回归建模与预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心力衰竭、睡眠质量、自我护理、认知功能。该研究将作为一项前瞻性关系性研究开展,纵向调查睡眠质量对心力衰竭(HF)患者自我护理的影响,并评估自我护理、睡眠质量与认知功能之间的关系。样本量使用G*Power 3.1程序通过多重线性回归模型计算。基于0.15的中等效应量、0.05的alpha、0.95的power以及18个预测变量,样本量确定为188。考虑到10%的潜在脱落率,决定以至少207名参与者完成研究。数据将从前往Dokuz Eylül University心脏病门诊就诊且符合纳入标准的患者中收集。在签署知情同意书后,参与者将
【主题与分类】
主题标签:Heart Failure、Sleep Quality、Self Care、Cognitive Function。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/NCT06747689
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/NCT06747689
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:心力衰竭、睡眠质量、自我护理、认知功能。本研究将作为一项前瞻性关系研究开展,纵向探讨睡眠质量对心力衰竭(HF)患者自我护理的影响,并评估自我护理、睡眠质量与认知功能之间的关系。样本量使用G*Power 3.1程序通过多元线性回归模型计算。基于0.15的中等效应量、0.05的α值、0.95的检验效能和18个预测变量,样本量确定为188。考虑到10%的潜在脱落率,决定以至少207名参与者完成研究。数据将从前往Dokuz Eylül大学心内科门诊就诊且符合纳入标准的患者中收集。参与者在签署知情同意书后,将在基线、第1个月、第3个月和第6个月通过电话进行随访。研究中的数值数据将使用Statistical Package for Social Sciences(SPSS)24.0进行分析。
数据分析将采用描述性统计,包括数量、百分比、均值及标准差,以及推断性统计如χ2检验、独立组t检验和多元线性回归。
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。




