COVID-19 疫情对饮食行为与体重变化的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT04896060

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：COVID-19、肥胖。研究描述：我们将招募既往NIDDK研究参与者以及从一般人群中新招募的个体，以探究COVID-19大流行如何加剧了影响饮食行为和体重的心社会应激源的影响。该研究将描述特定COVID-19相关应激源（例如害怕生病）与自我评定的食物不安全、不可预测性、感知压力、行为健康功能障碍、饮食行为和体重变化之间的关系，研究对象包括既往NIDDK-Phoenix研究志愿者以及从全球一般人群中新招募的各类志愿者。参与者将被邀请参加一项随访研究，该研究将涉及在12个月内每月完成额外的调查。其中较小的仅限美国的参与者队列还可参加一项为期1周、每天2分钟的家庭调查研究，该研究将利用生态瞬时评估（EMA）在家庭环境中实时考察压力和饮食行为。

参与者将通过安全网络链接（REDCap）完成在线知情同意书和在线调查。由于COVID-19疫情形势迅速变化，调查数据收集是一种有效的方式，可在多个时间点测量结果，且受试者负担相对较低。目标：主要目标：通过自我报告的行为健康症状、饮食行为和体重测量，考察与COVID-19相关的食物环境和心理社会压力源。次要目标：确定社会人口学特征、既有的行为健康功能障碍或环境条件是否会调节这一关系，并识别研究参与者中关于COVID-19疫情对饮食行为和体重影响的风险因素和保护因素。终点：主要终点：饮食行为和体重的测量。这些终点将使用在线

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。