ECHO糖尿病与多重慢性病研究数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT06451458

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：糖尿病、慢性病。患有糖尿病并合并多种（2种及以上）慢性病（DMMC）的人群面临功能衰退、生活质量下降及死亡风险增加的问题。在一个被列为面积最大、最贫困且最为乡村化的州中，新墨西哥州（NM）多样化的居民中有很高比例属于易发展为DMMC的高风险群体。缺乏获得优质医疗保健的机会是一个关键风险因素。在医疗服务不足地区，联邦合格健康中心（FQHCs）的医疗团队必须了解并能够实施基于证据的管理指南，以应对如DMMC这样的疾病复杂性，但这些医疗团队面临着诸多障碍，包括对管理复杂糖尿病及其共病条件缺乏信心，以及难以跟上不断发展的最佳实践指南。我们的主要研究问题是，Project ECHO模式（ECHO）——一种针对医疗团队的远程医疗干预措施，能否在NM的FQHCs诊所寻求治疗的DMMC患者中，相对于常规护理，实现HbA1c水平显著且持久的降低。

Project ECHO 是一个“远程指导”项目，旨在远程培训医疗团队，使其能够在学术医疗中心的多学科专家团队的持续指导下，于当地诊所提供专业医疗服务。ECHO 模式结合了讲授式教学和基于病例的学习，帮助医疗团队、专家及其他参与者共同为复杂病症患者制定治疗方案。通过反复的指导性实践，医疗团队在初级保健环境中提供专业医疗服务的专业能力得以提升。与传统的直接服务或专科咨询远程医疗模式不同，ECHO 模式遵循人力倍增原则，通过提升医疗团队在患者住所附近为其提供糖尿病及多种慢性病诊疗服务的能力，扩大最佳实践专科医疗服务的可及性。ECHO 糖尿病与多种慢性病项目

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。