眼病患者依从性与遵医行为研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07793474

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：青光眼药物依从性、青光眼患者。本研究将纳入被确定为药物依从性差或门诊随访不一致高风险成年青光眼患者。在签署知情同意书后，参与者将接受基线评估，包括一份结构化问卷以识别依从性和遵嘱性的障碍，以及标准化工具以测量药物依从性和视觉相关生活质量。作为常规诊疗的一部分，将获取与青光眼管理相关的临床信息。随后，每位参与者将根据其自认为最显著的照护障碍，被分配接受单一、量身定制的干预措施。这些干预措施反映了标准青光眼照护的既定组成部分，可能包括针对疾病及其治疗的目标教育、支持用药的提醒系统、正确滴眼液给药的培训或协助、门诊就诊的交通协调，或增强的照护导航和转诊支持。目标是提供个体化、实用的支持，直接解决参与者的主要挑战。

在整个研究期间，所有参与者将继续接受其常规眼科护理，不会引入任何实验性治疗。随访评估将在约12个月内的多个时间点进行，以评估用药依从性、就诊情况和生活质量的变化。这些评估将使用与基线时相同的经过验证的工具，以便进行随时间推移的比较。研究期间收集的数据将被分析，以评估干预后参与者个体内结局的变化。该研究还将探讨障碍类型与依从性及相关结局改善之间的模式。研究结果旨在通过识别可整合到常规临床实践中的实用、以患者为中心的策略，为未来改善青光眼护理的方法提供信息。

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。