Bassett健康系统中的促进式远程医疗

数据集获取

源站：https://clinicaltrials.gov/study/NCT06483451

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

疾病情况：HCV。丙型肝炎病毒（HCV）是全球发病和死亡的主要原因之一，在阿片类药物使用障碍人群中患病率和发病率最高。2013年，直接抗病毒药物被引入HCV治疗：全口服药物，副作用极小，服用2-3个月疗效极佳。然而，2013年至2022年间，仅有34%的符合条件的个体接受了直接抗病毒药物治疗。此外，在阿片类药物使用障碍人群中，使用直接抗病毒药物治疗HCV的比例大幅降低。需求最大的人群获得高效HCV治疗的机会仍然不足。为解决这一问题，我们提出，辅助远程医疗可作为将HCV治疗整合到阿片类药物治疗项目中的桥梁。在我们的模型中，远程医疗就诊由一名个案管理者协助，该管理者同时担任患者权益倡导者和教育者。我们最近完成了一项随机临床试验，比较了将辅助远程医疗整合到阿片类药物治疗项目中进行HCV治疗与转诊至外部机构的效果。辅助远程医疗组的HCV治愈率为90.3%，而转诊至外部机构组为39.4%。

在拟议项目中，我们旨在将便捷远程医疗确立为Bassett医疗系统内的标准治疗方式。

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。