医学生睡眠调查

该数据集来自 clinicaltrials.gov,是一项面向医学生(值班场景)的睡眠调查,旨在了解其睡眠状况、对睡眠与倒班相关性的认知,以及睡眠对工作表现的影响

King's College LondonKing's College London
clinicaltrials
浏览 10
表格SleepShift WorkCircadian RhythmSleep ApneaInsomnia
Sleep Survey for Medical Trainees

基本信息

模态
表格
创建/更新时间
2026-10-11

资源简介

医学生睡眠调查

该数据集来自 clinicaltrials.gov,是一项面向医学生(值班场景)的睡眠调查,旨在了解其睡眠状况、对睡眠与倒班相关性的认知,以及睡眠对工作表现的影响。调查由来自美洲、欧洲和非洲的睡眠专家与世界睡眠学会合作开发,完成约需30-40分钟。内容涵盖人口学与工作地点、睡眠基础知识与认知、睡眠作息三个部分,并辅以 Epworth Sleepiness Scale 和 Insomnia Sleep Inventory 两份标准问卷。可用于研究医学生睡眠、倒班与昼夜节律、睡眠呼吸暂停及失眠等相关问题(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Sleep, Shift Work, Circadian Rhythm, Sleep Apnea, Insomnia. 背景 这是一项调查,旨在了解医学生(值班)背景下的睡眠情况,以及参与者对睡眠、倒班相关性及睡眠可能对其工作表现影响的认识。该调查由来自美洲、欧洲和非洲的睡眠专家与世界睡眠学会合作开发。完成调查大约需要30-40分钟。调查将聚焦三个不同方面,并辅以两份标准问卷:1. 人口学与工作地点 2. 睡眠基础知识与认知 3. 睡眠作息 4. Epworth Sleepiness Scale、Insomnia Sleep Inventory

【主题与分类】

主题标签:Sleep、Shift Work、Circadian Rhythm、Sleep Apnea、Insomnia。本站分类:神经系统疾病/中枢性睡眠呼吸暂停。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06706453

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

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/NCT06706453

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:睡眠、轮班工作、昼夜节律、睡眠呼吸暂停、失眠。背景 这是一项调查,旨在了解医学生(值班期间)的睡眠情况,以及参与者对睡眠、轮班工作相关性的认知,还有睡眠可能对其工作表现产生的影响。该调查由来自美国、欧洲和非洲的睡眠专家与世界睡眠学会合作制定。完成调查大约需要30-40分钟。调查将聚焦于三个不同方面,并辅以两份标准问卷:1. 人口统计学信息与工作地点 2. 睡眠的基本知识与认知 3. 睡眠习惯 4. Epworth嗜睡量表、失眠睡眠量表

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。

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。

获取专属数据定制方案