COVID-19疫情对75岁及以上人群及其照护者健康状况的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT05249868

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：衰老、SARS-CoV-2感染、照护者、衰弱、负担、照护者。目的：探讨SARS-CoV-2大流行对≥75岁人群健康状况的影响。设计：混合方法研究。1）多用途、双向性、基于人群的纵向队列研究，采用真实世界数据，随访6年；2）前瞻性观察性队列研究，随访18个月；3）采用批判社会方法的定性研究。范围：11个自治区的初级保健。人群：在研究区域内的医疗中心就诊的≥75岁人群。样本：人群队列将纳入符合标准的全部人口，估计为1619620人。前瞻性队列规模为1035人，由临床护士按概率基础招募。在批判社会方法中，选择将是意向性的，并根据新出现的发现向理论抽样推进。五、结局：基于人群的队列：护理诊断和干预及服务使用；死亡率、生活质量（EQ-5D）和功能能力（Barthel）用于队列随访。五、暴露：SARS-CoV-2感染。

来源：临床病史、临床访谈、半结构化访谈和焦点小组。分析：人群队列：为探究诊断和干预措施的演变，将进行时间序列分析。队列研究：用于死亡率、功能变化和生活质量的Kaplan-Meier生存曲线。将使用Cox比例风险模型研究感染在6、12和18个月时对这三个变量的影响，并校正社会人口学和临床变量。定性研究：主题分析、符号学分析和话语立场分析。

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。