LifeMeds 队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT07846800

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：多病共存、癌症、心血管疾病、慢性呼吸系统疾病、2型糖尿病。背景与依据：多病共存通常被定义为两种或两种以上慢性疾病同时存在，是一个日益严峻的公共卫生挑战，与生活质量下降、医疗资源利用增加和过早死亡相关。生活方式行为，包括身体活动、饮食、吸烟、饮酒、睡眠和用药依从性，在许多慢性疾病的预防和管理中发挥着重要作用。尽管已针对单一慢性疾病开发并评估了生活方式干预措施，但对于多病共存个体的生活方式行为模式、其决定因素以及有效的生活方式支持策略，所知仍然甚少。多种慢性疾病并存可能给生活方式改变带来独特的障碍和促进因素，而这些在单一疾病研究中未能得到充分体现。

因此，建立LifeMeds队列旨在探究多重疾病患者的生活方式行为、其决定因素及其与健康结局随时间的关联。目的与目标：目的1：纵向识别多重疾病患者的生活方式行为及其决定因素。* 目标1a. 探究多重疾病患者的生活方式轨迹，并识别不同多重疾病组合个体间生活方式轨迹的潜在相似性与差异。* 目标1b. 识别多重疾病患者生活方式行为的决定因素，并监测其随时间的变化。* 目标1c. 将不同的生活方式轨迹与未来的发病率和死亡风险相关联。目的2：探究多重疾病对健康结局的影响，并识别与这些结局相关的决定因素。* 目标2a. 评估不同多重疾病组合个体的生活质量、发病率和死亡风险。* 目标2b. 识别

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。