阿尔茨海默病患者非正式照护者力量训练获益研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07388186

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：衰弱、照护者负担、焦虑。阿尔茨海默病与长期照护需求相关，使非正式照护者承受持续的身体和心理压力。这种长期暴露可能导致功能下降、衰弱易感性增加以及整体健康状况恶化，凸显了针对照护者健康提供可及的非药物干预的必要性。本研究采用平行组随机对照设计，参与者被分配至两个干预组之一。一组将参加结构化的渐进性肌肉放松训练，另一组将接受功能性力量训练与渐进性肌肉放松相结合的综合干预。干预方案旨在具有可行性、低成本，并易于在社区和临床环境中实施。将在多个时间点进行评估，以考察身体表现和心理状态随时间的变化。

将采用标准化的基于表现的测量方法和经过验证的自我报告工具来捕捉功能与心理社会结果，从而能够在短期和中期随访期间对干预效果进行全面评估。

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。