GDMT在接受中高剂量ICS-LABA未控制哮喘患者中的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT07718724

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：未控制的哮喘。本研究是一项在中国开展的前瞻性、多中心、整群随机试验，旨在评估指南导向药物治疗（GDMT）的应用效果。将成立一个科学委员会，负责制定GDMT教育材料并推动GDMT的实施。本研究将在干预组引入GDMT路径，旨在指导医生和专科护士对接受中高剂量ICS-LABA治疗但哮喘未控制的参与者进行诊断和管理。本研究计划纳入约60个研究中心，并连续招募约540名参与者。这些中心将尽可能覆盖更多的省市，以平衡地理分布。对于符合医院资质要求的60个选定中心，将采用分层区组随机化方法，分层因素为既往重度哮喘书面诊断率（在接受中高剂量ICS-LABA治疗的哮喘患者中，重度哮喘书面诊断的比例）。

研究点将按1：1比例随机分配至干预组或对照组（每组30个研究点）。为尽量减少选择偏倚，每个研究点将连续纳入9名符合所有纳入标准并已签署知情同意书的参与者。所有参与者必须在进入研究前完成基线研究评估。这是一项整群随机干预性研究，预计持续48周。干预措施在医院层面实施。两组参与者的管理方式如下：* 干预组：研究点的医生将接受GDMT相关培训，并按照GDMT诊疗路径管理参与者。* 对照组：研究点的医生将采用常规临床诊疗管理参与者。参与者数据（包括但不限于

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。