基层医疗-医院嵌入：一项前瞻性、多中心、观察性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05723185

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：心力衰竭、慢性阻塞性肺疾病、糖尿病、肺炎、尿路感染、不明原因发热、深静脉血栓、高血压。这是一项多中心、前瞻性、观察性研究，包含两个队列及辅助程序。旨在收集并分析有关一种创新性医院-地区一体化健康服务功能的数据，该服务用于管理中等紧急程度患者，即急诊科“白码”患者。该服务在参与中心启动后，将以两种替代模式提供：一种称为“双专科”（心脏病学和糖尿病专科门诊），另一种则更侧重于内科专科医生的角色。研究者将监测在这些中心接受治疗的人群（主诉、病史、临床-放射学数据、所实施的治疗及整体健康路径），以及转诊患者的全科医生的满意度和患者自身的满意度。

所收集的数据还将用于评估门诊在减少急诊科不当入院和住院方面的效果。将对两种服务提供模式进行比较。这是一项为期18个月的研究，由我们的科学理事会赞助，以非营利为基础进行。该研究将招募246名患者和30名健康的全科医生志愿者。临床试验将按照良好临床实践标准进行。

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。