针对健康素养的定制化生存者照护计划

数据集获取

源站：https://clinicaltrials.gov/study/NCT06674863

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：局限性前列腺癌、寡转移性前列腺癌、AJCC v8 IVB期前列腺癌。
主要目标：I. 比较患者接受其医疗提供者提供的常规照护并配以标准SCP后的结局，以及患者接受使用低识字水平教育补充材料对SCP进行个体化调整后的结局。II. 量化个体化调整照护计划和教育补充材料的潜在获益。III. 比较提供者对患者的以下评估：IIIa. 健康素养；IIIb. 对生存者照护建议的理解；IIIc. 对治疗长期效应和迟发效应的理解；IIId. 与从患者处获得的测量结果进行比较。
方案：患者被随机分配到2组中的1组。第I组（干预组）：患者在接受医疗提供者访视期间接受标准SCP，并在30-60分钟的结构化访谈期间接受带有低识字水平教育补充材料的个体化SCP。第II组（对照组）：患者在接受医疗提供者访视期间使用前列腺癌ASCO模板接受标准SCP，并接受30-60分钟的结构化访谈。

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。