ReCOVer：针对2019冠状病毒病后严重疲劳的认知行为疗法疗效研究

数据集获取

源站：https://doi.org/10.34894/dpaopc

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

严重疲劳在2019冠状病毒病（COVID-19）后普遍存在且令人衰弱。在ReCOVer研究中，探讨了认知行为疗法（CBT）对COVID-19后严重疲劳的疗效。这是一项在荷兰进行的多中心、双臂随机对照试验，研究对象为COVID-19后3-12个月存在严重疲劳的患者。患者由荷兰6家参与医院的医生、医疗保健提供者招募，也可自行转诊。患者于2020年11月至2021年9月接受资格评估。患者（n = 114）按1:1随机分配至CBT或常规照护（CAU）。CBT针对疲劳的持续因素，为期17周。主要结局是CBT与CAU在CBT或CAU直接结束后（T1）以及6个月后（T2）在个体强度检查表疲劳严重程度分量表上的总体平均差异。次要结局是CBT与CAU之间符合严重和/或慢性疲劳标准的患者比例差异，以及身体和社会功能、躯体症状和注意力集中问题方面的差异。

对于CBT组，在干预完成后1年进行了一次非对照的T3评估，以测量治疗效果。与接受CAU的患者相比，接受CBT的患者在所有随访评估（T1/T2）中疲劳严重程度显著较低（Cohen’s d效应量为0.69）。所有次要结局均支持CBT。非对照的长期随访研究（T3）显示，CBT的良好效果至少维持到干预后1年。该数据集包含结局数据（见上文）、认知行为因素、活动记录仪数据、个人和人口学特征以及COVID-19相关变量。概述见方案论文（Kuut等，2021）。

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。