基于动机访谈的MEntA项目以提高阻塞性睡眠呼吸暂停患者对CPAP治疗的依从性
该数据集来自clinicaltrials.gov,聚焦阻塞性睡眠呼吸暂停(OSA)患者使用持续气道正压通气(CPAP)治疗的依从性问题

基本信息
资源简介
基于动机访谈的MEntA项目以提高阻塞性睡眠呼吸暂停患者对CPAP治疗的依从性
该数据集来自clinicaltrials.gov,聚焦阻塞性睡眠呼吸暂停(OSA)患者使用持续气道正压通气(CPAP)治疗的依从性问题。研究对象需经多导睡眠图(PSG)确诊OSA、被推荐CPAP治疗且此前未接受过此类干预,并排除需要双水平通气、中枢性睡眠呼吸暂停综合征、CPAP评估研究、严重慢性阻塞性肺疾病(COPD)、认知障碍及无法理解知情同意书者。入组前患者均获详细告知并签署知情同意。标准护理组接受CPAP学校启动治疗及面对面和/或电话随访。该数据可用于研究动机访谈干预对CPAP治疗依从性的预测与改善效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:呼吸暂停(中枢性和阻塞性)。入组研究的受试者需经多导睡眠图(PSG)确诊OSA,被推荐接受CPAP治疗,且此前未接受过此类干预。研究排除了需要双水平通气的受试者,例如中枢性睡眠呼吸暂停综合征患者、CPAP评估研究者、患有严重慢性阻塞性肺疾病(COPD)者、认知障碍者以及无法理解参与知情同意书者。入组研究前,所有患者均获详细告知研究情况并签署参与知情同意书。标准护理组:接受该培训干预的受试者遵循标准流程。该流程包括用于启动治疗的CPAP学校,以及按所示频率进行的随访(面对面和/或电话)。
【主题与分类】
主题标签:Apnea (Central and Obstructive)。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07258264
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/NCT07258264
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:呼吸暂停(中枢性和阻塞性)。纳入本研究的受试者需经多导睡眠图(PSG)确诊为OSA,被建议接受CPAP治疗,且此前未接受过此类干预。研究排除了需要双水平通气治疗的受试者,例如中枢性睡眠呼吸暂停综合征患者、需进行CPAP评估研究者、患有严重慢性阻塞性肺疾病(COPD)者、认知障碍者以及无法理解参与知情同意书者。在纳入研究之前,所有患者均被告知研究详情并签署了参与知情同意书。标准护理组:接受该培训干预的受试者遵循标准流程。该流程包括用于启动治疗的CPAP学校,以及按照西班牙肺病学和胸外科协会(SEPAR)所示频率进行的随访(当面和/或电话)。CPAP学校包括一次约80分钟的课程。
理论培训包括依从性的重要性,以及设备和配件的操作、设备的清洁与维护,以及并发症和可能副作用的预防。实践培训包括向患者展示如何自行实施该技术。MEntA组:该组受试者接受了一种基于动机性访谈(MI)技术的干预,以CPAP学校形式进行治疗启动,并按SEPAR的指示进行随访。MEntA CPAP学校干预包括一次约90分钟的课程,分为两个模块:教育活动和培训活动。在第一个模块中,专家讲解睡眠呼吸暂停的概念和症状,同时一位患者展示CPAP治疗以及如何最大限度地优化治疗。该模块通过纸质和数字格式的文档资料加以强化。第二个培训活动模块基于与tr
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。




