增强共享决策以指导痴呆合并糖尿病患者的照护

数据集获取

源站：https://clinicaltrials.gov/study/NCT05643144

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

病症：糖尿病、阿尔茨海默病（含亚型）、痴呆、低血糖。背景与临床意义：超过1100万65岁及以上的美国人患有糖尿病（DM），据估计，该人群中13-20%同时患有阿尔茨海默病及相关痴呆（ADRD）。低血糖是该人群中的一种严重且常见的并发症，影响10-25%的患者，并增加昏迷、大血管事件和死亡的风险。在ADRD-DM管理中存在着一个有害循环：认知障碍妨碍了低血糖的检测和血糖水平的管理，而低血糖又进一步损害认知。尽管临床指南建议减少药物强度并简化日常管理以降低风险，但这些指南在临床实践中往往未得到实施。连续血糖监测（CGM）的作用：连续血糖监测（CGM）设备通过每5-15分钟追踪一次血糖水平，是检测低血糖的有效工具。

尽管CGM在无认知障碍的老年人中已被证明可行，但研究表明，标准CGM数据报告往往难以被患者和照护者解读。这种可解读性的缺乏，为围绕行为改变、血糖目标和药物降阶治疗的共同决策制造了障碍。研究目标：CGM ASSIST 本研究旨在通过开发和测试CGM ASSIST来弥合这些转化差距。该干预措施通过添加专为ADRD-DM人群及其照护者设计的交互式信息显示（新型配套信息指南），对标准CGM技术进行了改良。该研究采用多阶段方法：需求特征描述：识别使用CGM的患者-照护者二元组未被满足的需求及决策过程。以用户为中心的设计：让患者、照护者和临床医生参与设计过程，以创建CGM ASSIST交互式报告。试点测试：开展临床试验，以评估该方案的可行性、可用性和影响

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。