中国阿尔茨海默病卫生经济负担研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05995418

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。方法：采用全国多阶段整群抽样设计。群组为医院（来自中国31个省份），按各省阿尔茨海默病人群规模进行分层（依据《中国阿尔茨海默病报告2024》和《中国统计年鉴2025》）。在所选医院内，连续抽取确诊为AD和aMCI的患者样本。该调查结合经验证的量表和结构化访谈，将评估经济负担、生活质量及照护者负担。统计分析包括多元线性回归模型和随机森林技术，将考察与经济负担和生活质量相关的因素。讨论：本研究覆盖中国大陆所有省份，有望对AD的经济负担进行及时分析。除量化直接和间接成本外，本研究还整合经验证的量表，以了解患者和照护者的情感与社会维度。

所获得的见解将为针对性干预措施、照护者支持策略以及循证政策改革提供依据，从而提高中国医疗环境中的AD照护质量和资源配置效率。文中还概述了伦理考量和未来研究方向，强调全面且具有前瞻性的方法。

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。