儿童癌症长期幸存者睡眠特征研究

该数据集来自 clinicaltrials.gov,主题为儿童癌症长期幸存者的睡眠特征,属于肿瘤领域的横断面试点研究。研究对象涵盖 ALL、成人、CNS Tumor 和 Solid Tumor 三类人群,计划在三个组别中各入组 40 人,目标可评估入组总数为 120 人

St. Jude Children's Research HospitalSt. Jude Children's Research Hospital
clinicaltrials
浏览 4
表格分类ALL, AdultCNS TumorSolid Tumor
Characterizing Sleep Among Long-term Survivors of Childhood Cancer

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-11-05

资源简介

儿童癌症长期幸存者睡眠特征研究

该数据集英文名为 Characterizing Sleep Among Long-term Survivors of Childhood Cancer,来源于 clinicaltrials.gov,主题聚焦儿童癌症长期幸存者的睡眠特征,属于肿瘤领域的横断面试点研究。研究对象涵盖 ALL、成人、CNS Tumor 和 Solid Tumor 三类人群,计划在三个组别中各入组 40 人,目标可评估入组总数为 120 人。研究采用远程多导睡眠监测与问卷调查相结合的方式,评估睡眠障碍的模式,相关评估可在幸存者家中或校园访问期间完成。该数据集适合关注儿童癌症幸存者长期健康结局、睡眠障碍筛查与远程监测应用的研究人员参考使用。

【数据集背景】

该数据集对应的研究是一项横断面试点研究,关注儿童癌症长期幸存者的睡眠问题。研究涉及的条件包括 ALL、成人、CNS Tumor 和 Solid Tumor,说明其研究对象来自儿童癌症长期幸存者中的不同诊断类别。研究设计为在校园或远程开展研究活动,并计划在三个组别中各入组 40 人,目标可评估入组总数为 120 人。该背景表明,数据集旨在为儿童癌症幸存者这一特定人群的睡眠特征研究提供试点性数据基础。

【数据内容】

该数据集的主题为儿童癌症长期幸存者的睡眠特征,涉及的主题标签包括 ALL、Adult、CNS Tumor 和 Solid Tumor。研究通过远程多导睡眠监测和问卷调查来评估睡眠障碍的模式。研究对象涵盖 ALL、成人、CNS Tumor 和 Solid Tumor 三类人群,计划在三个组别中各入组 40 人,目标可评估入组总数为 120 人。除上述信息外,源站未提供更细粒度的数据字段、变量列表或样本层面的具体内容。

【采集与来源】

该数据集来源于 clinicaltrials.gov。研究采用远程多导睡眠监测和问卷调查的方式采集数据,评估睡眠障碍的模式。相关评估可以在幸存者家中完成,也可以在校园访问期间完成。研究活动支持在校园或远程开展,参与者可参与校内或远程研究活动。除上述来源与采集方式外,源站未提供更详细的采集流程、时间窗口或设备型号等信息。

【适用场景】

该数据集适用于关注儿童癌症长期幸存者睡眠特征的研究场景,尤其是针对 ALL、成人、CNS Tumor 和 Solid Tumor 三类人群的睡眠障碍模式评估。由于研究采用远程多导睡眠监测与问卷调查,并支持家中或校园访问两种评估方式,因此也可为远程睡眠监测、幸存者长期随访以及横断面试点研究设计提供参考。该数据集属于肿瘤领域的横断面试点研究,适合在探索性研究阶段使用。除上述适用方向外,源站未提供其他具体应用场景。

【使用方法】

该数据集来自 clinicaltrials.gov,研究采用远程多导睡眠监测和问卷调查评估睡眠障碍模式,评估可在幸存者家中或校园访问期间进行。研究计划在三个组别中各入组 40 人,目标可评估入组总数为 120 人。使用者可依据上述研究设计,将其用于儿童癌症长期幸存者睡眠特征的横断面分析或试点研究参考。除上述信息外,源站未提供具体的数据访问方式、下载格式或分析指南。

【质量与限制】

该研究为横断面试点研究,目标可评估入组总数为 120 人,三个组别各计划入组 40 人。作为试点研究,其样本规模和设计可能限制统计推断的广度。研究采用远程多导睡眠监测和问卷调查,评估可在幸存者家中或校园访问期间完成,这种混合方式可能带来评估条件差异。除上述信息外,源站未提供关于数据质量、缺失情况、偏倚控制或验证结果的更多说明。

【引用与许可】

该数据集来源于 clinicaltrials.gov,英文名称为 Characterizing Sleep Among Long-term Survivors of Childhood Cancer。除来源站信息外,源站未提供具体的引用格式、许可条款或使用限制。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT05480904

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:急性淋巴细胞白血病、成人、中枢神经系统肿瘤、实体瘤。一项横断面初步研究,将招募参与者进行校内或远程研究活动。研究者预计目标可评估入组人数为120人,上述三组中每组40人。计划采用远程多导睡眠监测和问卷调查来评估睡眠障碍模式。这些评估可在幸存者家中或校园访问期间进行。

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。