基于优势的干预对社区痴呆老年人的有效性

数据集获取

源站：https://clinicaltrials.gov/study/NCT07037550

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：痴呆，轻度认知障碍，照护者，阿尔茨海默型痴呆。在痴呆照护领域，于认知衰退的最早阶段进行干预至关重要。认识到这一关键时机，开发创新且有效的干预措施对于延缓痴呆进展变得极为重要。基于罗伊适应模式和齐默心理赋权理论，研究团队开发了基于赋权的二元优势干预方案，该方案整合了优势为本和赋权方法。优势为本方法强调从缺陷转向能力，促进照护二元组合中对集体优势的认识，有助于应对认知障碍并增强韧性。本研究的目标是：1. 研究由大使主导的优势为本干预对居住在社区和住宿单元中的痴呆患者参与者的有效性，以提高其生活质量；2.

比较年轻老年人参与基于优势的干预如何提高服务效果。在获得同意后，将进行基线数据收集。参与者将被随机分配接受大使主导的基于优势的干预或常规护理组。后期数据收集将在项目完成时（第9周）及之后3个月进行。基于优势的干预包括为期8周的大使主导的基于优势的干预，具体包括：1. 由社会工作者对患者参与者和照顾者进行基于优势的评估，2. 大使协助准备基于优势的个人传记，3. 四次大使主导的工作坊，工作坊将以6-8名参与者为一组，由至少2名大使进行，以及4. 一次由社会工作者主导的Zoom视频会议，面向照顾者。

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。