通过行为助推增强心脏康复

数据集获取

源站：https://clinicaltrials.gov/study/NCT03834155

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：急性心肌梗死、经皮冠状动脉介入治疗、冠状动脉疾病、瓣膜病、慢性稳定型心绞痛、慢性稳定型心力衰竭。本研究旨在（1）通过多项且迭代的受试者内N-of-1研究，为多样化患者群体迭代开发并编程一个基于理论的助推信息库。研究者还将邀请患者、医疗服务提供者和卫生系统利益相关者参与信息的设计与完善。（2）开发一份单页决策辅助工具，以呈现依据共享决策原则设计的信息，包括医院康复与居家康复的利弊。研究者将邀请患者、医疗服务提供者和卫生系统利益相关者对该信息表提供反馈。（3）开展一项2x2析因设计随机试验，评估a）选择与b）助推信息对改善主要结局CR依从性的作用。次要结局将包括CR的入组与完成情况、运动能力、患者参与度、生活质量、住院情况和医疗资源利用。

该研究还将采用混合方法，运用RE-AIM（覆盖范围、有效性、采纳度、实施与维持）框架及成本效益分析来评估干预措施。成本效益分析子研究将评估家庭为基础和医院为基础的心脏康复项目的实施成本，以及每种干预措施的增量成本效益比。

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。