泰国基层医疗学习型健康系统研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06873243

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

条件：高血压、糖尿病、肾脏疾病、初级保健、患有慢性病的初级保健患者、质量改进。目的与目标 本研究的总体目标是开展一项分层整群随机对照试验，以确定学习型卫生系统方法相较于泰国初级保健机构中的常规护理，是否能改善高血压及相关非传染性疾病患者的护理提供和临床结局。该试验将分为三个阶段。在第一阶段，研究者将试验针对高血压患者管理的干预措施。在第二阶段，研究者将针对2型糖尿病患者的管理。在第三阶段，研究者将针对慢性肾脏病（CKD）患者的管理。干预各阶段的主要目标将是：1. 与医疗服务提供者、决策者、研究者和公众合作，共同设计用于高血压、糖尿病和CKD管理的LHS，并在泰国两个省的16个随机选择的初级保健单位开发计算机化数据系统、决策支持工具和培训材料。2.

培训多学科医疗团队、数据科学家和研究人员，使其掌握LHS的设计、实施、分析与评估，并建立一批临床与社区倡导者以支持该干预。3. 试点实施LHS，以改善高血压及相关非传染性疾病的管理和临床结局，并围绕LHS方法的可接受性和有效性以及临床照护的实施生成可靠的新证据。4. 比较干预组与对照组实践之间的结局，并对实施LHS与常规照护的成本进行卫生经济学评价。5. 开展混合方法评估，识别提供者和患者在实施LHS方面的障碍与促进因素，为后续将非传染性疾病照护的质量改进嵌入泰国初级保健机构及更广泛区域的方法提供依据。研究者的假设是：1. 实施LHS应用的实践

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。