幼儿期行为性失眠父母睡眠干预纵向研究
该数据集来自 clinicaltrials.gov，聚焦幼儿期行为性失眠，属于精神与行为障碍分类。源站描述指出，儿童青少年精神疾病全球发病率上升，行为性睡眠问题影响当地高达50%的婴儿，并与自我调节受损密切相关
基本信息
资源简介
幼儿期行为性失眠父母睡眠干预纵向研究
该数据集英文名为“A Longitudinal Study of Parental Sleep Intervention for Behavioral Insomnia in Early Childhood”，来源于 clinicaltrials.gov，本站将其归入“精神与行为障碍 / 其他”分类，主题标签为“Behavioural Insomnia of Childhood”。源站描述显示，该研究关注儿童期行为性失眠，背景是儿童青少年精神疾病全球发病率不断上升，早期风险因素与预防策略日益受到重视。行为性睡眠问题在當地人群中影响高达50%的婴儿，并与自我调节受损密切相关，而自我调节被视为许多心理障碍的核心因素，也是早期干预的潜在靶点。研究拟开发一套干预工具包，将家长教育与动态睡眠评估、婴儿自我调节的纵向评估相结合，并评估该方法的有效性、识别干预结果的调节因素。
【数据集背景】
源站描述指出，儿童和青少年精神疾病的全球发病率正在上升，这使人们越来越关注早期风险因素和预防策略。行为性睡眠问题在當地人群中影响高达50%的婴儿，并与自我调节受损密切相关。自我调节是许多心理障碍背后的核心因素，也是早期干预的一个有希望的目标。增强自我调节不仅可能缓解睡眠问题，还可能降低长期心理健康风险。该研究正是在这一背景下，聚焦幼儿期行为性失眠，尝试通过家长睡眠干预开展纵向研究。
【数据内容】
该数据集的主题标签为“Behavioural Insomnia of Childhood”，对应源站所列条件“Behavioural Insomnia of Childhood”。源站描述提到，研究旨在开发一套基于当前指南和高质量证据的干预工具包，整合家长教育、动态睡眠评估以及婴儿自我调节的纵向评估。研究还计划确立该方法的有效性、识别干预结果的调节因素。除上述内容外，源站未提供关于具体变量、样本量、随访时长、测量工具或数据表结构的进一步说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述表明，这是一项关于幼儿期行为性失眠的家长睡眠干预的纵向研究。研究涉及动态睡眠评估和婴儿自我调节的纵向评估，并包含家长教育成分。关于具体的采集地点、采集时间、招募方式、伦理审批等信息，源站未提供。
【适用场景】
依据源站描述，该数据集所属研究适用于关注儿童早期行为性睡眠问题、家长睡眠干预、婴儿自我调节纵向评估以及早期心理健康风险预防等方向。研究目标包括评估干预工具包的有效性、识别干预结果的调节因素。关于数据的具体适用分析类型或可复用的研究设计，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式、数据结构说明或分析指南。
【质量与限制】
源站未提供该数据集的质量评估、样本代表性、数据完整性或已知局限性的说明。需要说明的是，源站描述中提及“当地人群中影响高达50%的婴儿”，该比例仅反映源站所描述的当地人群情况，不应外推为更广泛人群的普遍比例。
【引用与许可】
源站未提供该数据集的引用格式、许可条款或使用限制信息。
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/NCT07420504
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：儿童行为性失眠。儿童和青少年精神疾病的全球发病率不断上升，日益引起对早期风险因素和预防策略的关注。行为性睡眠问题影响当地人群中高达50%的婴儿，与自我调节受损密切相关——自我调节是许多心理障碍的核心因素，也是早期干预的一个有前景的靶点。增强自我调节不仅可能缓解睡眠问题，还可能降低长期心理健康风险。本研究旨在基于当前指南和高质量证据开发一套干预工具包，将家长教育与动态睡眠评估及婴儿自我调节的纵向评估相结合。该项目力求确立该方法的有效性，识别干预结果的调节因素，并为临床实践中的个性化睡眠干预提供证据基础。
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。
