财务激励与APT Webstudy招募

数据集获取

源站：https://clinicaltrials.gov/study/NCT06033066

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：阿尔茨海默病、痴呆、临床前阿尔茨海默病、前驱期阿尔茨海默病。这项单盲、三臂、随机对照试验将评估信息和财务激励对将人口统计学多样化个体纳入阿尔茨海默病预防试验（APT）网络研究的影响。APT网络研究是一个新颖的在线登记系统，采用经过验证的平台进行季度认知测试。APT网络研究实施完全远程评估，由阿尔茨海默病治疗研究所（ATRI）协调，依据USC IRB #HS-17-00746。本研究的目的是测试我们是否能增加多样化个体进入登记系统的入组人数。为此，我们将与Contra Costa地区医疗中心（CCRMC）——位于加利福尼亚州Contra Costa县的县公立医院及其附属健康中心——合作，测试向在该卫生系统接受初级保健的患者发送带有和不带有财务激励的信息是否能增加APT网络研究的入组人数。

研究者假设：1）与对照组相比，一定金额的小额经济激励和基于奖励机会的激励（或抽奖活动）将提高CCHS成员加入APT Webstudy的注册率。研究者进一步假设，与具有相同预期价值的一定金额经济激励相比，奖励机会激励将更大程度地提高CCRMC患者加入APT Webstudy的注册率。

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。