整群随机对照试验

数据集获取

源站：https://clinicaltrials.gov/study/NCT07845448

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

疾病状况：高血压、卒中、心血管疾病、冠心病、缺血性心脏病、血脂异常、糖尿病、心力衰竭。本研究的目标是了解AI生成的个性化健康报告联合心脏病专家的面对面指导，是否能帮助农村高血压成年人更好地控制血压，并减少心脏病发作和卒中。该研究还将评估这种方法的安全性和实用性。其主要旨在回答以下问题：该干预是否能在18个月时提高血压降至低于130/80 mmHg的患者比例？是否能在48个月或更长时间内降低主要心血管事件（心脏病发作、卒中、心力衰竭住院或心血管死亡）的发生率？是否能改善服药依从性、血压水平和健康知识，并且是否具有成本效益？研究者将比较三组乡镇：一组接受完整的AI加心脏病专家干预，一组接受相同的随访和健康教育，但不接受AI报告和心脏病专家咨询，另一组继续接受当地常规医疗。参与者将：定期到诊所就诊，进行血压测量、实验室检查和问卷调查。若在干预组，将获得AI生成的个性化健康报告和与心脏病专家的面对面咨询，以及家庭血压监测指导和健康教育。接受48个月或更长时间的随访，以追踪其血压和任何心血管事件。所用药物均为标准、广泛获批的降压药；副作用轻微且可控，参与者将受到密切监测。参与为自愿，所有个人数据都将保密。本研究已获得伦理批准，并将取得所有参与者的知情同意。

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。