评估促进学校学生活动的哮喘管理项目（Asthma-PASS）

数据集获取

源站：https://clinicaltrials.gov/study/NCT04576442

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：儿童哮喘。研究人员将开展一项整群随机对照试验，研究对象为来自布朗克斯区60所学校的持续性或未控制哮喘的合格儿童。学校将被随机分配到（1）Asthma-PASS干预组或哮喘管理（AM）对照组。两组都将参加现有的基于教室的日常活动项目。招募将在连续4个学年内进行，每年有4-8所学校加入研究。研究人员将评估Asthma-PASS在降低哮喘发病率和改善PA以及额外临床和功能结局方面的有效性。研究人员还将确定干预效果的潜在中介因素和调节因素。他们将通过应用Reach、Effectiveness、Adoption、Implementation和Maintenance（RE-AIM）框架来评估干预实施过程。RE-AIM框架是一种公共卫生工具，用于规划和评估项目，以改善从研究到实践的转化，并确保在现实环境中的可持续性。

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。