慢性肺疾病患者的远程肺康复

数据集获取

源站：https://clinicaltrials.gov/study/NCT07666841

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

病症：慢性阻塞性肺疾病（COPD）、康复、成人支气管扩张、肺动脉高压（PAH）、间质性肺病（ILD）。数据收集：参与者入组后将接受为期12个月的随访。基线数据将包括人口统计学特征、病史和肺功能测试。将在1.5、3和6个月时进行随访电话，以评估肺康复的启动、依从性、安全事件、症状和医疗保健利用情况。入组后12个月还将进行额外的随访评估。患者报告的结果将包括使用慢性气道评估测试（CAAT）评估的呼吸症状负担，使用医院焦虑和抑郁量表（HADS）评估的焦虑和抑郁，使用肺部信息需求问卷（LINQ）评估的知识，以及使用治疗有效性全球评估（GETE）评估的患者满意度。还将通过康复课程的参与记录来监测远程肺康复的依从性。

样本量计算：根据既往研究，对照组对肺康复的依从性预计约为33%。研究者假设远程肺康复可将依从性提高至66%。为以80%的检验效能和0.01的显著性水平检测这一差异，每组需要35名参与者。假设随访丢失率为20-25%，计划总样本量为90名参与者（每组45名患者）。随机化：共有90名符合研究纳入标准的参与者将按1：1的比例随机分配至干预组或对照组。随机化将按参与中心进行分层。在每个分层内，治疗分配将使用计算机生成的随机分配序列确定，采用2或4的可变区组大小。为防止选择偏倚并保持严格的分配隐藏，随机化方案将在安全、集中化的电子系统中生成并保存，该系统仅由

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。