慢性疾病患者应对气温升高的能力受限研究第三波

数据集获取

源站：https://clinicaltrials.gov/study/NCT06890208

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：冠心病、心肌梗死、心力衰竭、心律失常、外周动脉疾病、卒中、短暂性脑缺血发作、1型糖尿病。CLIMATE-III观察性研究旨在分析慢性病患者因高温而遭受不良健康影响的程度，以及患者特定的健康行为、自我效能或其他因素是否与这些影响相关。这项队列研究基于一项在线调查，调查对象为在德国和意大利的全科医生（GP）诊所招募的慢性病患者。基线评估后，参与者在最长12周内的12个特定观察日填写症状日记。特定观察日根据各周内可预期的最高气温选定。每周一查看天气预报。如果未来4天内预计最高气温超过30°C，则选择该时间段内最热的一天。否则，将于周四再次查看天气预报，以选择本周剩余天数中最热的一天。

在每个观察日，患者会在下午6点通过电子邮件收到通知。基线评估包括社会人口学数据、慢性疾病、躯体感觉放大、对高温不良健康影响的感知风险、实施保护行为的意愿、该行为的感知益处、自我效能感和健康素养。关于温度和湿度的本地数据将由德国和意大利的气象服务机构提供。数据将通过多变量、多水平回归分析进行分析，并针对可能的混杂因素以及行政区划和行政区划内实践层面的随机效应进行调整。

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。