描述针对COVID-19等感染性疾病相关症状的中草药远程医疗护理

数据集获取

源站：https://clinicaltrials.gov/study/NCT04380870

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：冠状病毒感染。本研究的目的是设计并实施一项前瞻性、纵向、描述性队列研究，在务实临床实践中针对可能出现COVID-19感染相关症状的成年人，这些成年人参与中医（CHM）远程医疗就诊并服用中药。中药包含400多种药用物质，中药方剂根据每次就诊时患者的表现进行个体化调整。中药已被用于治疗咳嗽、气短和疲劳，并且已针对SARS和H1N1流感的预防和治疗研究了其作用机制，包括抗炎作用和抗病毒活性。然而，对于在可能出现COVID-19相关症状的社区样本中使用中药的临床应用，我们的理解仍存在空白。研究者没有关于使用中药治疗冠状病毒的务实临床数据。安全有效地治疗COVID-19相关症状是国际首要任务，需要开展研究以更好地了解中药治疗症状是否是一种安全的干预措施。

此外，需要在中医界和科学界传播针对这一复杂且新发疾病的可靠中医疗法的相关信息。目标1：对收集的数据进行定量分析，并将研究结果传播给中医临床医生和科学界。病例系列将通过SIEAM网站每两周向中医临床医生报告一次，内容包括暴露情况、合并症、症状变化、合并用药、中药处方、不良事件和可用性。研究结束时将对数据进行分析，以向科学界展示。目标2：对收集的数据进行定性分析，并将研究结果传播给中医临床医生和科学界。反映临床医生临床推理的病历记录将进行内容分析，并每两周发布在SIEAM网站上。这将为中医临床界提供及时信息，以

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。