运用实施科学为糖尿病视网膜病变患者调整针对性交通干预（PRONTO-EYE）

数据集获取

源站：https://clinicaltrials.gov/study/NCT07296952

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

病症：糖尿病视网膜病变（DR）。视力丧失是一个公共卫生问题，它能限制个人日常生活的方方面面，包括沟通、教育、独立性、行动能力和职业目标。糖尿病是18至64岁成年人新发失明病例的主要原因，2019年，每8名糖尿病患者中就有1人报告有严重视觉困难或失明。尽管早期发现和治疗可以预防高达90%的视力损害，但据估计，在美国3730万成年糖尿病患者中，糖尿病视网膜病变（DR）的患病率为28.5%-40.3%。由于已有增强的治疗方案，及时诊断和转诊可以改善视力结果并减少并发症，因此坚持就诊至关重要。

尽管DR治疗方案已被证明可以减少并发症并改善视力结局，但眼科护理障碍对资源匮乏社区的影响尤为严重，导致眼科护理服务利用不足、治疗延迟以及眼部健康结局较差。本研究填补了一个关键的知识空白，即如何识别已知患有DR且持有Medicaid保险的患者，并提供交通干预措施使这些个体获得所需的眼科护理。研究人员采用以人为中心的设计方法，包括定性访谈与工作坊、旅程映射和原型设计，共同设计了网约车干预方案PRONTO-EYE，以提高患有糖尿病视网膜病变的Medicaid患者对眼科就诊的依从性。在完成用户测试后，服务蓝图将根据关键设计标准进行更新，包括可行性、可实施性和可接受性。研究人员计划开展一项3型混合效果-实施试点研究，采用干预前后设计，以评估PRONTO-EYE干预措施在患有糖尿病视网膜病变的Medicaid患者中的效果。

研究人员将评估我们的主要结局指标——依从性（定义为完成预定的眼科就诊），以及次要实施结局。

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。