IMPACT：通过远程医疗改善产后护理可及性

数据集获取

源站：https://clinicaltrials.gov/study/NCT06218355

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：产后并发症。这项大型、多中心随机对照试验将通过混合1型设计，分两个阶段比较两种多组分产后护理模式。初始阶段（第1阶段）将收集基线数据，并确保患者意见纳入最终研究。在第2阶段，女性将被随机分组。对照方案为循证方法：（1）强化面对面教育，并通过电子健康记录网络门户以推送通知形式提供虚拟教育；（2）采用系列会面的远程医疗模式。使用通知的“推送”方式与使用远程医疗就诊的“拉取”方式形成直接对比。两种模式均包括家访计划。研究人群包括在两个城市内城卫生系统中分娩的患者：Parkland（德克萨斯州达拉斯），由Duryea和Nelson博士指导（UT Southwestern PI）；以及Grady Memorial（佐治亚州亚特兰大），由Newton-Levinson博士指导（Emory PI）。主要结局是从出院到首次6周内复合并发症诊断和治疗的时间。

基于试点数据，2349名女性将展示出40%的减少（从9天降至5.4天），具有80%的效能和双侧α值0.05。将招募3500名女性（第一阶段1000名；第二阶段2500名），预计6周时流失率低于5%。纳入标准为分娩活产婴儿的女性。次要结局包括精神健康障碍、急诊就诊、住院、患者知识、生活质量和满意度、医疗服务提供者满意度以及健康的社会决定因素。女性将在产后一年内接受随访。

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。