大流行中莱姆病负担（BOLD）在线横断面与前瞻性队列调查

数据集获取

源站：https://clinicaltrials.gov/study/NCT05312619

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、莱姆病、COVID-19疫苗。主要研究问题：1. 对于已接种COVID-19疫苗的个体，BOLD是否会更为严重？次要研究问题：1. 对于曾患COVID-19的个体，BOLD是否会更为严重？2. 在a)曾患COVID-19的个体中，以及b)已接种COVID-19疫苗的个体中，哪些因素会影响BOLD？这些因素是否有所不同？3. 如果发现分别与COVID-19疫苗或曾患COVID-19相关的BOLD风险因素，那么在同时经历这两种情况的人群中，这些因素是否具有叠加效应？4. 莱姆病社区对COVID-19疫苗的犹豫态度 prevalence 如何？5. 在曾患COVID-19或已接种COVID-19疫苗的莱姆病患者中，哪些症状的严重程度最有可能预测功能问题？

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。