基于视频的拉丁裔社区糖尿病眼病筛查患者教育干预

数据集获取

源站：https://clinicaltrials.gov/study/NCT06257082

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：糖尿病视网膜病变。将招募3名拉丁裔糖尿病患者和3名拉丁裔临床医生，围绕糖尿病眼病筛查及远程眼科使用的重要性，根据其个人经历录制见证视频。研究者将把见证视频设计为对一系列简短访谈问题或提示的回应，旨在引出我们社区利益相关者此前根据我们及其他人的先前研究确定尤为重要的关键信息，并以西班牙语进行（配英文字幕）。在拉丁裔患者和临床医生的见证视频录制完成后，一位精通西班牙语和英语的社区外展专家将主持一系列4次社区利益相关者会议（每次90分钟），以制定文化适配的、基于视频的患者教育干预措施，从而提高拉丁裔人群的糖尿病眼病筛查和远程眼科使用率。

在患者教育视频制作完成后，将开展一项在线调查（n=1500），以测试基于视频的患者教育干预的3个版本：（1）患者与临床医生联合见证，（2）仅患者见证，（3）仅临床医生见证，并将其与2个对照条件进行比较：（1）一段标准教育视频，可从国家眼科研究所公开在线获取；（2）仅视频前问卷对照，采用混合效应随机设计，包含前测和后测（视频条件作为被试间因素）。最后，一位精通西班牙语和英语的社区外展专家将以参与者偏好的语言主持焦点小组（60-90分钟）（参与者将根据其对西班牙语或英语的偏好进行分组）。焦点小组开始时，每位参与者将完成一份简短的调查工具，该工具将被大声朗读，并改编自经过验证的眼健康素养和医疗信任调查工具（CADEES和T-HCT量表）。随后，参与者将静默

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。