脑瘫儿童睡眠呼吸障碍管理体验研究
该数据集来自 clinicaltrials.gov,聚焦脑瘫(CP)儿童睡眠呼吸障碍(SDB)的管理体验。研究采用质性半结构化访谈,旨在了解患儿及其父母/照护者在呼吸支持过程中的经历,并探索改善未来患儿体验的方法

基本信息
资源简介
脑瘫儿童睡眠呼吸障碍管理体验研究
该数据集来自 clinicaltrials.gov,聚焦脑瘫(CP)儿童睡眠呼吸障碍(SDB)的管理体验。研究采用质性半结构化访谈,旨在了解患儿及其父母/照护者在呼吸支持过程中的经历,并探索改善未来患儿体验的方法。访谈对象包括能参与访谈的16岁以下脑瘫儿童(不设年龄下限,由父母/照护者协助评估参与能力)以及脑瘫儿童的父母/照护者,部分情况下仅访谈父母/照护者。数据可用于了解脑瘫儿童SDB管理的真实体验、照护者视角及呼吸支持相关需求(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:睡眠呼吸障碍(SDB)、脑瘫(CP)、呼吸支持。脑瘫儿童接受睡眠呼吸障碍管理的历程和体验可能是独特且多样的。因此,质性半结构化访谈将能最好地深入了解他们的历程,并学习如何改善未来其他儿童的体验。研究者计划访谈: 年龄小于16岁且能够参与访谈的脑瘫儿童。未设定年龄下限,因为脑瘫儿童可能存在潜在的学习障碍,按时间年龄下限来界定参与研究的能力并无用处。相反,每个儿童都将被单独评估,并结合父母/照护者的意见来确定其参与研究的能力。 脑瘫儿童的父母/照护者。有时可能仅访谈父母/照护者。
【主题与分类】
主题标签:Sleep Disordered Breathing (SDB)、Cerebral Palsy (CP)、Respiratory Support。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06753370
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/NCT06753370
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:睡眠呼吸障碍(SDB)、脑性瘫痪(CP)、呼吸支持。脑性瘫痪患儿接受睡眠呼吸障碍治疗的过程和体验可能独特且多样。因此,采用定性半结构化访谈将最能深入了解他们的经历,并探索未来改善其他患儿体验的方法。研究者计划访谈:* 年龄小于16岁且能够参与访谈的脑性瘫痪患儿。未设定年龄下限,因为脑性瘫痪患儿可能存在潜在的学习障碍,以实际年龄下限来界定参与研究的能力并无用处。相反,将结合父母/照护者的意见,对每个患儿进行个体化评估,以确定其参与研究的能力。* 脑性瘫痪患儿的父母/照护者。有时可能仅访谈父母/照护者,因为患儿无法(或不愿意)参与访谈。若脑性瘫痪患儿及其父母/照护者均接受访谈,则将同时进行。
- 参与脑瘫患儿管理,且正在(或曾经)因睡眠呼吸障碍接受呼吸支持治疗的医疗保健专业人员。研究者计划访谈10名脑瘫患儿和/或其父母/照护者,以及10名医疗保健专业人员,或直至不再出现新的主题为止。访谈参与者将由睡眠/长期通气(LTV)团队成员确定,和/或通过在慈善网站及专业会员群体中传播研究信息,让合适的人联系研究团队表达兴趣。确认参与研究者将被邀请进行一次面谈或在线访谈。访谈前将获取书面知情同意(纸质或在线)。访谈将按照针对脑瘫患儿、父母/照护者及医疗保健专业人员的相关访谈提纲进行。参与者的相关补充信息也将在访谈时记录在现场笔记中。
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。




