面向阻塞性睡眠呼吸暂停患者中心数字健康解决方案的复制数据：荷兰患者与医护人员的混合方法研究
该数据集来自一项针对阻塞性睡眠呼吸暂停（OSA）的混合方法研究，包含223名荷兰确诊成年患者的匿名定量问卷数据，以及11份半结构化访谈的定性资料（六名患者、两名患者倡导者、三名医护人员）
基本信息
资源简介
面向阻塞性睡眠呼吸暂停患者中心数字健康解决方案的复制数据：荷兰患者与医护人员的混合方法研究
Replication Data for: Toward Patient-Centric Digital Health Solutions for Obstructive Sleep Apnea monitoring: Perspectives from Dutch Patients and Healthcare Professionals – a mixed-method study
该数据集来自一项针对阻塞性睡眠呼吸暂停（OSA）的混合方法研究，包含223名荷兰确诊成年患者的匿名定量问卷数据，以及11份半结构化访谈的定性资料（六名患者、两名患者倡导者、三名医护人员）。问卷覆盖人口学特征、健康意义维度、现有OSA监测体验及对未来基于数字健康技术的远程患者监测方案的偏好；访谈记录提供对采用患者中心数字测量障碍与促进因素的深入见解。数据可用于分析患者与医护人员对数字健康技术和远程监测的态度与偏好（来源 DataONE，http://creativecommons.org/publicdomain/zero/1.0 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集支持上述出版物中报告的研究结果，该研究探讨了患者和医护人员对阻塞性睡眠呼吸暂停（OSA）的数字健康技术（DHTs）和远程患者监测（RPM）的看法。数据集包括来自223名正式确诊OSA的荷兰成年人的匿名定量调查问卷回复，以及来自11次半结构化访谈（六名患者、两名患者倡导者、三名医护人员）的定性数据。调查涵盖人口学特征、健康的有意义方面（MAH）、当前OSA监测实践的体验，以及对未来基于sDHT的RPM解决方案的偏好。访谈记录提供了对采用患者中心数字测量的障碍和促进因素的深入见解。
【主题与分类】
主题标签：Medicine, Health and Life Sciences。本站分类：呼吸道疾病/其他。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Abb8a6dd3a4c3a38ba2c99d7c7e359fbff20bb413c49e512219a1c38dab7396f7
使用许可：http://creativecommons.org/publicdomain/zero/1.0。
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
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
该数据集支持上述出版物中报告的研究结果，该研究探讨了患者和医疗保健专业人员对用于阻塞性睡眠呼吸暂停（OSA）的数字健康技术（DHTs）和远程患者监测（RPM）的看法。数据集包含来自223名被正式诊断为OSA的荷兰成年人的匿名定量调查问卷回复，以及来自11次半结构化访谈（六名患者、两名患者权益倡导者、三名医疗保健专业人员）的定性数据。调查问卷涵盖了人口统计学信息、健康的有意义方面（MAH）、对当前OSA监测实践的经验，以及对未来基于sDHT的RPM解决方案的偏好。访谈转录稿提供了对采用以患者为中心的数字测量方法的障碍和促进因素的深入见解。
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。
