临床运动康复中污染监测的有效性

数据集获取

源站：https://clinicaltrials.gov/study/NCT07500948

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：心血管疾病、哮喘、COPD、系统性疾病所致间质性肺病、心力衰竭、冠心病（CHD）。EPIC-AIR是一项在莱斯特大学医院NHS信托基金开展的单中心、分层、盲法、双臂随机对照可行性试验。计划招募最多80名参与者，包括心脏康复患者、肺康复患者和健康志愿者。在为期1周的基线监测期后，参与者将按参与者组别（心脏康复、肺康复或健康志愿者）进行分层，并在各层内使用计算机生成的分配序列通过Sealed Envelope安全网络系统按1：1随机分组。所有参与者都将获得Fitbit Charge 6以及通过P-STEP平台提供的12周渐进式步行计划。分配到干预组的参与者还将额外获得实时当地PM2.5、PM10和NO2信息，以及关于户外活动时间、地点、路线或强度的适应性指导。

对照组参与者将使用相同的平台并接受相同的运动指导，但不提供空气质量信息或污染相关指导。主要结局为三项共同主要污染物特异性指标：中高强度身体活动（MVPA）期间每周时间加权平均模拟环境PM2.5、PM10和NO2浓度。活动期间记录的时间戳GPS位置将与可穿戴设备衍生的活动数据及同期模拟空气质量浓度相关联。这些结局代表记录活动期间所接触的模拟环境浓度，而非直接测量的个人吸入剂量。12周干预期间的每周污染暴露将采用重复测量混合效应模型进行分析，并校正参与者聚类、基线暴露、研究周、随机化分层、性别和日历周。主要治疗对比为分配后12周期间经校正的平均干预-对照差异。多

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。