阻塞性睡眠呼吸暂停、口腔衰弱、吞咽困难与CPAP研究
该数据集来自clinicaltrials.gov，聚焦阻塞性睡眠呼吸暂停（OSA）、口腔衰弱、吞咽困难及持续气道正压通气（CPAP）的关联研究
基本信息
资源简介
阻塞性睡眠呼吸暂停、口腔衰弱、吞咽困难与CPAP研究
该数据集来自 clinicaltrials.gov，聚焦阻塞性睡眠呼吸暂停（OSA）、口腔衰弱、吞咽困难及持续气道正压通气（CPAP）之间的关联研究。研究设计分为三个阶段：第一阶段利用全民健康保险研究数据库（NHIRD）调查50岁以上人群中OSA的发生率；第二阶段通过观察性病例对照研究，纳入225名OSA患者与225名对照，考察OSA、口腔衰弱与吞咽困难之间的关系；第三阶段通过前瞻性队列研究，对中重度OSA人群评估CPAP治疗对口腔衰弱与吞咽困难的影响，并进行四次重复测量。数据集主题标签为吞咽困难、OSA与CPAP，本站归类于呼吸道疾病/其他。
【数据集背景】
阻塞性睡眠呼吸暂停是一种常见的睡眠呼吸障碍，持续气道正压通气是其重要治疗方式。该数据集所对应的研究关注OSA与口腔衰弱、吞咽困难之间的关联，并进一步考察CPAP治疗对后两者的影响。研究按阶段推进，从人群层面的发生率调查，到病例对照的关联分析，再到前瞻性队列的治疗效果评估，形成由流行病学描述到机制关联再到干预评价的递进结构。源站描述列出的疾病与干预条件包括吞咽困难、OSA与CPAP。
【数据内容】
源站描述显示，研究内容涵盖三个部分：其一为基于全民健康保险研究数据库（NHIRD）的50岁以上人群OSA发生率调查；其二为观察性病例对照研究，包含225名OSA患者与225名对照，用于考察OSA、口腔衰弱与吞咽困难之间的关系；其三为前瞻性队列研究，针对中重度OSA人群评估CPAP治疗对口腔衰弱与吞咽困难的效果，并包含四次重复测量。主题标签为吞咽困难、OSA与CPAP。除上述研究设计与样本规模信息外，源站未提供具体变量字段、测量工具与数据表结构。
【采集与来源】
数据来源站为 clinicaltrials.gov。第一阶段的数据基础为全民健康保险研究数据库（NHIRD）；第二阶段的病例对照研究与第三阶段的前瞻性队列研究均属于临床研究设计，其中第三阶段包含四次重复测量。源站未提供各阶段的具体采集时间、采集机构、随访间隔及数据录入方式等信息。
【适用场景】
依据源站描述，该数据集可用于了解50岁以上人群OSA发生率的流行病学研究背景，支持OSA与口腔衰弱、吞咽困难关联的病例对照分析，以及评估CPAP治疗对中重度OSA患者口腔衰弱与吞咽困难影响的前瞻性队列研究。其主题标签涵盖吞咽困难、OSA与CPAP，适合围绕睡眠呼吸障碍与口腔功能、吞咽功能交叉领域的研究使用。源站未提供其他具体适用场景。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、变量说明、分析脚本或操作指南等。
【质量与限制】
源站未提供该数据集的质量评价信息与使用限制说明。可确认的设计信息为：第二阶段样本为225名OSA患者与225名对照，第三阶段为前瞻性队列并包含四次重复测量；其余关于数据完整性、偏倚控制与外部效度的信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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/NCT05977296
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：吞咽困难、OSA、CPAP。本研究将分为三个阶段。第一阶段将利用全民健康保险研究资料库（NHIRD）调查50岁以上患者中OSA的发病率。第二阶段将通过一项观察性病例对照研究，纳入225例OSA患者和225例对照，考察OSA、口腔衰弱与吞咽困难之间的关系。第三阶段将通过一项前瞻性队列研究，对中重度OSA患者进行四次重复测量，评估CPAP治疗对口腔衰弱和吞咽困难的影响。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
