4种不同知情同意方式对提高心脏康复参与度的初步研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07123480

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：伦理、心脏康复、冠状动脉心脏病（CHD）、心力衰竭、经皮冠状动脉介入治疗（PCI）、主动脉瓣置换、心肌梗死（MI）。心脏康复（CR）是一项指南推荐的治疗方法，有助于患者改善健康和延长寿命。然而，其利用率不足，尤其是在老年人、病情较重和少数族裔人群中。指南强烈推荐所有患者使用，并且国家正在实施多项举措以提高利用率。在Baystate，心脏康复的参与率正在提高，但研究人员仍在寻求更多策略以进一步鼓励参与。如果研究人员成功，患者将享有更长、更健康的生活，从而体现行善原则。然而，典型的10-12页知情同意书是研究成功完成的主要障碍，典型临床试验的参与率仅为合格患者的20%。更重要的是，它通过寻找对干预措施反应更积极的患者，引入了重要的人群选择偏倚。

这也会使人群构成偏向患者，而偏离代表性不足的少数群体，并产生较不适用于具有临床人群的现实环境的结果。简言之，这种选择偏倚与公正的伦理原则不一致，该原则指出，预期从研究中受益的人群也应承担研究的负担。因此，需要替代形式的知情同意，以确保具有代表性的人群和可被自信推广的科学结果。首先，为解决同意问题，研究者将确定四种不同的伦理同意方式（带签名的完整同意、带签名的3页摘要同意、1页无签名选择退出豁免，或非同意（NC）队列——患者可拒绝任何干预）对研究入组率和人群代表性的影响。其次，研究者将评估一项多维干预措施以提高CR入组的可行性和利用情况。这些将包括

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。