支持ADRD照护者学习（SOCIAL）

数据集获取

源站：https://clinicaltrials.gov/study/NCT06276023

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：阿尔茨海默病及相关痴呆症、生活质量、照护者压力。超过半数的阿尔茨海默病及相关痴呆症（ADRD）照护者正在积极寻找非药物干预措施以减轻照护者压力。现有项目未能充分满足ADRD患者照护者中承受压力者的心理和实际需求；需要更好的解决方案。第一，尽管支持小组有所帮助，但大多数并未系统性地教授行为管理技能，而照护者报告称他们需要这些技能来应对患者的挑战性行为。第二，行为管理技能干预措施虽然存在，但并未教授：1）情绪调节技能，而这些技能对于培养照护者获取和运用上述技能来管理患者行为的能力是必要的，和/或2）自我关怀与慈悲技能，这些技能对于克服内疚和孤独感、应对作为照护者常见挑战的行为症状是必要的。第三，正念和自我关怀干预是管理压力的有效方案，在多种人群中均可缓解痛苦，但在多样化ADRD照护者中的参与度和有效性有限。

本提案的指导性假设是：将基于证据的正念与自我关怀技能和行为管理技能结合在一个多组分项目中，可增强干预效力，并有效支持阿尔茨海默病及相关痴呆症（ADRD）患者的照护者。考虑参与方面的实际挑战（会话次数、实施方式、技能练习）也将提高接受度和覆盖范围。研究者将开展一项随机对照试验（RCT）研究，以探索可行性基准、目标参与度以及在压力、抑郁、焦虑和幸福感方面的改善信号（NIH 1B阶段；N=最多88名照护者）。研究者将从当地社区组织和照护者支持项目、痴呆症研究项目以及专注于照护的国家项目中招募ADRD患者的照护者。

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。