糖尿病患者因COVID-19住院的急性代谢结局（DMD-COV）

数据集获取

源站：https://clinicaltrials.gov/study/NCT07560059

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：糖尿病、COVID-19、COVID-19急性后综合征。DMD-COV研究是一项在阿尔及利亚开展的前瞻性、非干预性、多中心队列研究。该研究旨在描述成年糖尿病患者因COVID-19住院后的心血管代谢结局。因实验室确诊COVID-19（PCR、血清学或抗原检测）而住院的1型或2型糖尿病患者将在住院期间或出院后30天内纳入研究。该研究不干预常规临床诊疗，所有治疗决策均按照常规医疗实践作出。预计将在多家大学医院中心纳入约200例患者。参与者将接受为期一年的随访，共安排四次访视：基线（纳入时）、出院后3个月、6个月和12个月。研究期间收集的数据包括人口学特征、糖尿病病史、合并症、COVID-19严重程度标志物、住院时长以及急性期接受的治疗，包括糖皮质激素和抗凝药物。

在每次随访时，将记录临床参数（体重、体重指数、腰围）、血糖控制情况（HbA1c、空腹血糖）、血脂谱、肾功能及糖尿病治疗方案。主要结局为血糖控制情况，通过患者在住院后6个月和12个月时达到个体化HbA1c目标的比例进行评估。次要结局包括HbA1c随时间的变化、糖尿病治疗方案的演变、体重变化、血脂谱、肾功能，以及识别与COVID-19后良好血糖控制相关的因素。本研究将提供关于糖尿病患者感染COVID-19后代谢演变的宝贵真实世界数据，并可能有助于优化该人群的长期随访策略。

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。