使用以患者为中心的电子应用程序提高急诊患者对HCV的认知以改善HCV护理连续性

数据集获取

源站：https://clinicaltrials.gov/study/NCT04162938

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

病情：丙型肝炎。在240万感染HCV的美国人中，估计有40-85%的人仍不知道自己已感染。此外，即使在已知自身HCV状况的人群中，绝大多数人也未能获得诊疗衔接或治疗方案的选择机会。繁忙的急诊科（ED）每年为1.4亿人次提供医疗服务，近期已被证实是大规模HCV检测的关键场所，多个大城市的检测结果显示疾病检出率高达10%以上。然而，重大挑战依然存在，从急诊科进行诊疗衔接（LTC）已被证明尤为困难。全国急诊科HCV诊疗衔接率通常在20-40%之间，这极大地限制了对患者结局的整体影响。造成这些挑战的因素多样且复杂，既包括患者个体层面的因素，也包括社会和医疗基础设施方面的障碍。

与长期护理（LTC）中的差距相关的一个关键但可能可变的因素，尚未在急诊科（ED）人群中进行系统评估，即患者对丙型肝炎病毒（HCV）诊断“意义”的理解所起的作用，这包括了解该疾病的自然史以及感染后相关的下游健康后果。将HCV置于基于患者的概念性疾病模型背景中，为研究知识差距和误解提供了一个框架，可用于帮助改善患者对护理的参与，并最终改善临床和公共卫生结果。Leventhal的疾病表征常识模型为理解个体对其疾病的信念和应对策略提供了一个基础框架，该框架依赖于具体和抽象信息（例如症状或获得的知识）。对于HCV，可能影响患者参与护理的变量包括相对缺乏接受护理的紧迫感（由于症状的隐匿性质以及通常长达数十年的疾病进展），一种认为

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。