CBTi 治疗 1 型糖尿病失眠研究
该数据集来自 clinicaltrials.gov,聚焦 1 型糖尿病合并失眠人群,研究认知行为疗法(CBTi)干预失眠后,能否改善血糖控制、睡眠及生活质量

基本信息
资源简介
CBTi 治疗 1 型糖尿病失眠研究
该数据集来自 clinicaltrials.gov,聚焦 1 型糖尿病合并失眠人群,研究认知行为疗法(CBTi)干预失眠后,能否改善血糖控制、睡眠及生活质量。研究将接受睡眠治疗干预的参与者与接受“健康生活”干预的参与者进行比较,观察结果是否因治疗不同而有差异。治疗组需通过 Zoom 与治疗师进行 8 次线上会面,前 4 周每周一次,后 4 次隔周一次。数据可用于糖尿病与失眠共病干预、睡眠与代谢控制关联等方向的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:1 型糖尿病、失眠。本研究的目的是了解对 1 型糖尿病患者进行失眠治疗干预是否有助于更好地控制血糖水平、睡眠和生活质量。本研究旨在回答的问题包括:该干预是否有助于改善失眠症状?获得更好的睡眠是否有助于通过血糖水平等指标控制糖尿病?该干预是否有助于改善情绪和疲劳等生活质量因素?研究人员将比较接受睡眠治疗干预的参与者与接受“健康生活”干预的参与者,以了解结果是否因治疗不同而存在差异。治疗干预组的参与者将:* 通过 Zoom 与治疗师进行 8 次线上会面。前 4 周每周一次,后 4 次隔周一次。部分
【主题与分类】
主题标签:Diabetes Mellitus Type 1、Insomnia。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07091318
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/NCT07091318
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:1型糖尿病、失眠症。本研究的目标是了解对1型糖尿病患者进行失眠治疗干预是否有助于更好地控制血糖水平、睡眠和生活质量。本研究旨在回答的问题包括:该干预措施是否能改善失眠症状?获得更好的睡眠是否有助于通过血糖水平等指标来控制糖尿病?该干预措施是否有助于改善情绪和疲劳等生活质量因素?研究人员将比较接受睡眠治疗干预的参与者与接受“健康生活”干预的参与者,以了解不同治疗方式下的结果是否存在差异。治疗干预组的参与者将:* 通过Zoom与治疗师进行8次线上会面。前4周每周一次,最后4次每两周一次。
健康生活组的参与者将:
- 每周接收健康教育的电子邮件
- 每周接听教练的简短电话,以解答任何问题
无论参与哪种干预措施,研究期间的12周内,所有参与者都将:
- 通过睡眠监测手表连续2周监测睡眠
- 在整个研究期间分享他们的连续血糖监测数据
- 在干预前、干预中途及干预后填写问卷
- 参加3次面对面的办公室访问
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。




