糖尿病足有效导航综合援助与资源研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07223268

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

研究条件：糖尿病足溃疡。CARE-D-Foot-Nav（糖尿病足有效导航综合援助与资源）研究是一项随机对照试验，旨在检验由患者导航员主导的干预措施能否改善糖尿病足溃疡（DFUs）住院患者的愈合结果。DFUs是糖尿病的严重并发症，在美国每年导致超过10万例截肢，并占糖尿病相关医疗费用的很大一部分。愈合需要复杂的多学科护理，重点关注血糖控制、伤口管理、血管疾病治疗和感染治疗。然而，许多患者，尤其是非西班牙裔黑人和西班牙裔等医疗服务不足的人群，面临着与健康社会决定因素相关的障碍，这些障碍阻碍了他们获得此类护理。在这项试验中，270名因DFUs住院的患者将被随机分配接受常规护理或出院后参加为期20周的CARE-D-Foot-Nav项目。

干预组的参与者将每周获得由认证糖尿病教育者担任的患者导航员提供的支持，这些导航员将提供个性化的护理协调、糖尿病教育、交通援助，并帮助患者对接医疗和社会资源。导航员已证明能通过克服医疗系统层面和患者层面的障碍，改善其他慢性疾病的结局，但此前尚无随机试验专门检验其对DFU护理的影响。本研究旨在填补这一空白，评估CARE-D-Foot-Nav项目是否能提高DFU愈合率、增强患者参与度，并能以具有成本效益的方式实施。该干预旨在可推广，并聚焦于减少医疗差异，以帮助遏制糖尿病相关截肢的流行。

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。