利用EHR在多元化医疗系统中推进基因组医学

数据集获取

源站：https://clinicaltrials.gov/study/NCT06377033

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：遗传易感性、副神经节瘤、嗜铬细胞瘤、肌萎缩侧索硬化、帕金森病、多发性神经病、额颞叶痴呆、阿尔茨海默病。概述：本研究将利用关键利益相关者的参与，完善面向临床医生和患者的助推措施，旨在改变在复杂的医疗照护和决策中过于频繁依赖的现状偏见，这种偏见降低了在基因检测能够改变医疗管理的情况下使用基因检测的可能性。研究者将定义算法以识别符合基因检测条件的患者（目标1）；开展一项混合3型整群随机实施试验，以评估优化后的面向患者和/或临床医生的助推措施在增加基因检测使用以指导医疗管理方面的效果（目标2）；并开展传播活动，以提高其他医疗环境采用我们基于电子健康档案的基础设施以及本试验中设计和评估的实施策略的能力（目标3）。

针对目标1，我们的利益相关者咨询委员会将设计助推策略，通过确保从一开始就纳入最终用户的视角，来“降低风险”并优化实施策略。在目标2中，研究人员将在一项六臂混合3型实用性整群随机对照试验（RCT）中测试我们优化后的助推策略，以评估向临床医生（转诊 vs. 开具医嘱）、向患者、或同时向两者发送助推策略在增加基因检测方面的有效性，并与通用的临床医生最佳实践警报和无助推策略进行比较。该试验将纳入230名临床医生，他们将是随机化的单位，随机化将在临床医生的“整群”上进行，以控制当密切合作的临床医生被随机分配到试验的不同组时可能出现的污染风险。一旦各整群按专科完成随机化，该试验将在3年内随访至少16，500名患者，监测助推策略实施的忠实度、基因检测的使用情况以及次要实施结局。患者、临床医生和系统因素将被评估为调节因素，并且有效性结局将

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。