Fabry病中的嗜睡与睡眠呼吸障碍:前瞻性队列研究
该数据集来自 clinicaltrials.gov,聚焦 Fabry 病患者中的嗜睡与睡眠呼吸障碍。研究在瑞士东部地区开展,涉及苏黎世大学医院观察治疗的 76 名 Fabry 病患者,通过 ESS 问卷和单次夜间呼吸多导监测评估日间嗜睡与睡眠呼吸暂停,并区分阻塞性与中枢性睡眠呼吸暂停,同时采集病史、

基本信息
资源简介
Fabry病中的嗜睡与睡眠呼吸障碍:前瞻性队列研究
该数据集来自 clinicaltrials.gov,聚焦 Fabry 病患者中的嗜睡与睡眠呼吸障碍。研究在瑞士东部地区开展,涉及苏黎世大学医院观察治疗的 76 名 Fabry 病患者,通过 ESS 问卷和单次夜间呼吸多导监测评估日间嗜睡与睡眠呼吸暂停,并区分阻塞性与中枢性睡眠呼吸暂停,同时采集病史、临床与实验室数据及当前治疗信息。数据可用于探索 Fabry 病与睡眠呼吸障碍的关联及临床特征分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Fabry Disease。瑞士东部地区有 76 名 Fabry 病患者在苏黎世大学医院接受观察和治疗。所有患者均在回顾性队列研究中被纳入,并通过获取书面知情同意邀请所有患者参与研究。符合条件的 Fabry 患者通过完成 ESS 和一次门诊夜间呼吸多导监测(oRP)接受检查。ESS 超过 11 定义为日间过度嗜睡(EDS)。呼吸暂停低通气指数(AHI)超过 5 次/分钟定义为睡眠呼吸暂停。通过分析 oRP 区分阻塞性睡眠呼吸暂停(OSA)和中枢性睡眠呼吸暂停(CSA)。病史、临床和实验室数据以及当前治疗将分别从患者档案和回顾性队列研究中提取。患者被邀请参与研究
【主题与分类】
主题标签:Fabry Disease。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01947634
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/NCT01947634
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:法布雷病。瑞士东部地区有76名法布雷病患者在苏黎世大学医院接受观察和治疗。所有患者均纳入回顾性队列研究,并通过获取书面知情同意邀请所有患者参与研究。符合条件的法布雷病患者通过完成ESS和一次门诊过夜呼吸体积描记法(oRP)进行检查。ESS评分超过11定义为日间过度嗜睡(EDS)。呼吸暂停/低通气指数(AHI)超过每分钟5次定义为睡眠呼吸暂停。通过分析oRP区分阻塞性睡眠呼吸暂停(OSA)和中枢性睡眠呼吸暂停(CSA)。病史、临床和实验室数据以及当前治疗将分别从患者档案和回顾性队列研究中提取。在临床常规随访时邀请患者参与研究。获得知情同意后,受试者需接受纳入和排除标准的审查。为此,需要额外的实验室分析以及完成ESS和患者健康问卷(PHQ-9)。
筛选访视在常规临床随访检查中进行。在获得知情同意后,向受试者提供入组和排除标准的审查。为此,需检查作为常规随访检查一部分的实验室结果(参见排除标准),并与患者共同完成PHQ-9和ESS。若符合所有入组标准且不存在排除标准,则通过电话为患者安排第1次访视(oRP)。符合条件的法布雷病患者接受一次门诊过夜呼吸体积描记检查(oRP)。为此,要求受试者领取并学习自行操作oRP设备(ApneaLink™ Plus(ResMed))。oRP本身在受试者家中即可轻松完成。次日,患者需归还设备,或者,另
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。




