面向非英语沟通家庭儿童哮喘公平管理的共同导航研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06239844

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。与无语言障碍的家庭相比，在医疗沟通中使用非英语语言的家庭中的儿童，其哮喘照护质量差和哮喘结局更差的风险增加。作为最常见的儿童慢性疾病，哮喘给家庭和患者带来沉重负担，并造成经济影响。与照护者以英语进行医疗沟通的儿童相比，照护者以非英语语言（LOE）进行医疗沟通的哮喘儿童更可能报告哮喘照护体验差、推荐哮喘管理措施使用较少以及住院率更高。需要重点关注改善专门针对以LOE沟通家庭的哮喘照护，以解决此类差异。哮喘导航员在哮喘教育和照护协调中发挥关键作用，可改善哮喘结局，尤其是对低收入和种族/族裔少数儿童，但研究尚未关注LOE家庭中的儿童。

拟开展的研究建立在一个成功的本地哮喘导航与照护协调模型基础上，旨在通过非专业卫生工作者模式满足健康社会决定因素（SDOH）需求，该模式已改善城市种族/族裔少数群体学龄儿童的哮喘结局。该模型目前正通过社区参与流程向科罗拉多州部分学区推广。该倡议的社区咨询委员会成员将提高语言包容性确定为项目推广的优先事项。然而，学校可行性方面的顾虑以及文化和语言定制机会有限，阻碍了对这一优先事项的聚焦。为解决这些障碍，“迈向公平哮喘管理导航项目”（Nav-TEAM）是对循证哮喘导航的改编，专门针对以有限英语水平（LOE）沟通的家庭中的儿童。Nav-TEAM将包括通过不同……（原文此处中断）的循证哮喘导航/照护协调核心组成部分。

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。