物质使用障碍早期恢复期睡眠结构、认知功能与生活质量研究
该数据集来自clinicaltrials.gov,为一项前瞻性队列研究,关注物质使用障碍(SUD)早期恢复阶段睡眠障碍对认知恢复和生活质量的影响

基本信息
资源简介
物质使用障碍早期恢复期睡眠结构、认知功能与生活质量研究
该数据集来自clinicaltrials.gov,为一项前瞻性队列研究,关注物质使用障碍(SUD)早期恢复阶段睡眠障碍对认知恢复和生活质量的影响。研究对象为18至45岁成年人,包括正在接受治疗并监测戒断的SUD患者与年龄、性别、教育程度匹配的健康志愿者。数据可用于刻画SUD患者基线睡眠模式,并分析基线睡眠紊乱是否预测三个月监测戒断期内的认知与功能恢复,服务于神经系统疾病与物质使用相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:物质相关障碍、物质使用障碍、睡眠觉醒障碍、认知功能障碍。本前瞻性队列研究探讨睡眠障碍如何影响物质使用障碍(SUD)早期恢复期间的认知恢复和生活质量。长期物质使用常改变正常睡眠结构,可能损害注意力、记忆和日常功能。主要目的是表征SUD成人相较于健康对照参与者的基线睡眠模式,并确定基线睡眠紊乱是否预测三个月监测戒断期内的认知和功能恢复。研究包括两组18至45岁的参与者:被诊断患有原发性物质使用障碍并正在接受治疗和监测戒断的成人,以及按年龄、性别、教育程度匹配的健康志愿者对照组。
【主题与分类】
主题标签:Substance-Related Disorders、Substance Use Disorder、Sleep Wake Disorders、Cognitive Dysfunction。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07852052
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/NCT07852052
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:物质相关障碍、物质使用障碍、睡眠觉醒障碍、认知功能障碍。本前瞻性队列研究探讨睡眠障碍如何影响物质使用障碍(SUD)早期康复期间的认知恢复和生活质量。长期物质使用常改变正常睡眠结构,这可能损害注意力、记忆力和日常功能。主要目的是描述SUD成人基线睡眠模式的特征,并与健康对照参与者进行比较,并确定基线睡眠紊乱是否预测三个月监测戒断期间的认知和功能恢复。该研究包括两组18至45岁的参与者:被诊断患有原发性物质使用障碍并正在接受治疗和监测戒断的成人,以及按年龄、性别、教育程度、工作安排和咖啡因或尼古丁使用匹配的健康志愿者对照组。在研究开始时,所有参与者完成:* 结构化诊断访谈以及情绪、焦虑和注意力的临床评估。
- 评估主观睡眠质量(匹兹堡睡眠质量指数)和生活质量(WHOQOL-BREF)的问卷。* 全球认知筛查测试(蒙特利尔认知评估)和计算机化注意力测试(持续操作任务)。* 在睡眠实验室进行一整夜睡眠研究(多导睡眠图),在初始适应夜之后客观记录脑电波、睡眠阶段、氧水平和睡眠连续性。物质使用障碍组的参与者通过定期临床随访和随机尿液药物筛查接受监督下的戒断监测。在基线和基线后1个月和3个月时,参与者重复认知测试、生活质量问卷以及情绪/睡眠评估,以追踪随时间的恢复轨迹(不重复进行整夜睡眠研究)。
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。




