CBT-I剂量与乳腺癌患者睡眠时长及疲劳的关联研究
该数据集来自clinicaltrials.gov,聚焦乳腺癌患者的慢性失眠、癌症相关问题/状况及癌症相关综合征。受试者被随机分入四次、八次、十次或十二次CBT-I治疗组,治疗通过Telehealth每周进行,并由HIPAA合规视频链接由硕士级治疗师实施

基本信息
资源简介
CBT-I剂量与乳腺癌患者睡眠时长及疲劳的关联研究
该数据集来自clinicaltrials.gov,聚焦乳腺癌患者的慢性失眠、癌症相关问题/状况及癌症相关综合征。受试者被随机分入四次、八次、十次或十二次CBT-I治疗组,治疗通过Telehealth每周进行,并由HIPAA合规视频链接由硕士级治疗师实施。所有CBT-I相关数据通过基于RedCap搭建的专用网站采集,受试者需完成每周和每月问卷。数据可用于分析CBT-I剂量与睡眠时长、疲劳之间的关联,支持预测建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:慢性失眠、癌症相关的问题/状况、癌症相关综合征。受试者将被随机分入四组之一:四次、八次、十次或十二次治疗。治疗将通过远程医疗每周进行,并根据治疗时长进行调整,但所有治疗都将包括以下内容:评估与定向;数据采集与睡眠限制疗法及刺激控制指导的提供;睡眠卫生回顾;认知疗法[去灾难化];管理不依从与复发预防),最后,最后几次治疗将主要聚焦于卧床时间滴定。治疗将由一名硕士级治疗师通过符合HIPAA的视频链接进行。所有CBT-I相关数据将通过使用RedCap搭建的专用互联网网站获取,受试者将被要求完成每周和每月问卷。一个网站
【主题与分类】
主题标签:Chronic Insomnia、Cancer-related Problem/Condition、Cancer-Related Syndrome。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05226078
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/NCT05226078
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:慢性失眠、癌症相关问题/状况、癌症相关综合征。受试者将被随机分为四组,分别接受四次、八次、十次或十二次治疗。治疗将通过远程医疗每周进行,并根据治疗时长进行调整,但所有治疗均包括以下内容:评估与定向;数据采集及睡眠限制疗法与刺激控制指导的实施;睡眠卫生回顾;认知疗法[去灾难化];管理不依从及预防复发;最后,末期治疗将主要集中于卧床时间滴定。治疗将由一名硕士级治疗师通过符合HIPAA的视频链接进行。所有CBT-I相关数据将通过基于RedCap构建的专用互联网网站获取,受试者将被要求完成每周和每月问卷。一个网站供受试者使用,一个网站供治疗师使用。患者和治疗师网站将设有着陆页(密码输入)、登录页和活动页(何时应完成哪些问卷)。
关于此类网站的示例,请参见我们的试点研究,链接为:https://redcap.med.upenn.edu/surveys/?s=RXLLA7C4KJ(使用密码“sleepstudy”访问)。患者网站将包含每日睡眠日记、每周失眠严重程度评估(ISI)、嗜睡程度评估(ESS)、疲劳评估(PROMIS 7a、简明疲劳量表及FACIT-F)、抑郁评估(PHQ-9)、焦虑评估(GAD-7)以及医疗症状检查表。
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。




