新冠感染状态与围手术期并发症关联的回顾前瞻性队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05689840

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、麻醉并发症、手术操作并发症、术后并发症、SARS-CoV-2感染。鉴于当前传播的奥密克戎变异株致病力减弱，中国超过90%的人口已完成全程疫苗接种，且中国医护人员在治疗该疾病方面拥有丰富经验，中国的疫情防控已进入新阶段，以恢复社会正常运转和基本医疗服务。12月7日，中国发布关于进一步优化新冠肺炎疫情防控措施的通知，宣布10项新的防控措施。这标志着一个分水岭，术前被诊断为COVID-19、已完全康复或处于康复期的择期手术患者数量将急剧增加。北京面临一波奥密克戎感染潮，始于该时点，并将导致广泛的人群感染。

目前，关于SARS-CoV-2感染后手术最佳时机的证据有限，尤其是对于中国患者中的奥密克戎变异株。本研究旨在探讨北京协和医院择期手术后术后并发症发生率与COVID-19感染之间的关系，并为COVID-19感染后患者择期手术时机的政策制定提供数据支持。

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。