PERDOVE ANZIANI：老年患者前瞻性队列研究
PERDOVE ANZIANI 是一项前瞻性观察性队列研究，纳入意大利北部 4 家 St John of God Order 老年医院设施在 4 个月索引期内收治的 329 名患者，覆盖痴呆、运动障碍、卒中和股骨骨折等状况
基本信息
资源简介
PERDOVE ANZIANI：老年患者前瞻性队列研究
PERDOVE ANZIANI 是一项前瞻性观察性队列研究，纳入意大利北部 4 家 St John of God Order 老年医院设施在 4 个月索引期内收治的 329 名患者，覆盖痴呆、运动障碍、卒中和股骨骨折等状况。数据包含入院时采集的社会人口学与临床信息及标准化评估工具，随访至出院或入院后 3 个月零 1 天，可用于研究患者功能与临床结局、影响出院后自主居住能力的因素，以及临床医生预测与选择性结局指标评估的比较（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：状况：Dementia、Motor Impairments、Stroke、Thighbone Fractures。这项前瞻性观察性队列研究旨在研究在 4 个月索引期内入住意大利北部 4 家 St John of God Order 老年医院设施的患者（N = 329）的功能与临床结局。评估的其他领域包括帮助或阻碍患者以足够自主居住能力出院的变量，以及临床医生预测能力与选择性结局指标（临床和仪器）评估的比较。患者从住院第一天随访至出院或入院日期后最多 3 个月零 1 天（“长期护理”患者）。入院时，在临床医生帮助下完成包含社会、人口学和临床信息的“Patient Form”以及一系列标准化评估工具。
【主题与分类】
主题标签：Dementia、Motor Impairments、Stroke、Thighbone Fractures。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01699984
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/NCT01699984
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
疾病条件：痴呆、运动障碍、卒中、股骨骨折。本前瞻性观察性队列研究旨在研究在4个月索引期内入住意大利北部圣约翰骑士团4家老年医院设施的患者（N = 329）的功能与临床结局。评估的其他领域包括有助于或阻碍具有足够居家自主能力的患者出院的因素，以及临床医生预测能力与结局选择性指标（临床和仪器）评估的比较。患者从住院第一天起接受随访，直至出院或入院日期后最多3个月零1天（“长期护理”患者）。入院时，在临床医生、护士和照护者（如有）的协助下填写包含社会、人口学和临床信息的“患者表”及一系列标准化评估工具。对每位患者，住院期间进行载脂蛋白ApoE多态性分析，监测住院期间发生的不良事件，以及临床医生的预测能力和任何近期CT和MRI检查。
患者在出院时（或“长期护理”患者在3个月后）以及6个月随访时接受重新评估，通过标准化电话访谈来评估临床和功能状态以及患者居住状态可能发生的变化。
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。
