巴西某市初级卫生保健中实施糖尿病前期及2型糖尿病筛查策略诊断效果评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT07846319

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：2型糖尿病、糖尿病前期。背景：2型糖尿病（T2DM）是导致发病、残疾和过早死亡的主要原因。相当大比例的T2DM患者仍未得到诊断，而糖尿病前期被识别的情况更少。尽管初级卫生保健已有筛查指南，但符合条件个体的系统性识别仍受到数据碎片化、记录不完整、互操作性限制，以及缺乏将T2DM临床方案与治疗指南标准落实到团队常规实践中的机制的阻碍。主要目的：评估ARISE策略对确诊T2DM个体比例的有效性；诊断依据方案中定义且基于PCDT-DM2（T2DM临床方案与治疗指南）的标准。研究对象为在Afogados da Ingazeira的UBS（初级卫生保健单位）登记、符合筛查条件的成人；评估期为实施后12个月内，并与同一市镇历史12个月期间估算的参考值进行比较。

方法学：这是一项使用历史对照的实用性、准实验性、单臂有效性和实施研究。将定义以下时期：历史参考期，持续12个月；准备与实施期，持续至多30天；以及干预后期，持续12个月，自数字化分析层启用日期开始。在每个时期，将基于相应索引日期时存在的合格条件来定义分析人群。在历史期，将使用数据来估计主要结局的参考比例以及适用的次要结局的历史值。在干预后期，索引日期时符合条件者将通过诊疗记录随访12个月。在干预后索引日期之后才符合条件者可能接受该照护

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。