印度人转变阿尔茨海默病护理培训 (INTACT)

数据集获取

源站：https://clinicaltrials.gov/study/NCT06397339

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。INTACT团队将开展一项群组随机试验（GRT），以检验INTACT项目的有效性。该项目是一项基于文化的初级保健提供者培训和诊所层面工作流程干预措施，旨在检测和妥善管理28家服务于美洲印第安人/阿拉斯加原住民（AI/AN）的城市和农村诊所中的轻度认知障碍（MCI）和ADRD患者。诊所是随机化的基本单位。在每个参与诊所内，将招募常规接诊55岁及以上AI/AN患者的初级保健提供者（PCP），在基线和1年随访时收集数据。每家诊所将被随机分配至立即干预组或等待名单对照组。数据将通过PCP问卷、电子健康记录（EHR）数据提取和人工病历审查收集。在诊所层面，我们将依靠EHR来记录INTACT对新发ADRD诊断的影响。在PCP层面，我们将检验INTACT是否提高痴呆评估、ADRD照护和照护者支持方面的知识和信心。患者层面的数据将从EHR和通过人工病历审查收集。

一旦入组，诊所将完成一份诊所概况访谈及诊所与患者群体信息表，初级保健医生（PCPs）将签署知情同意书并完成基线调查。随后，诊所将被随机分配至即时干预组或等待名单对照组。数据收集将在基线及1年随访时进行。完成1年研究期后，等待名单组的诊所将有机会接受INTACT干预。

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。