高影响人群中减少哮喘发病的患者赋权策略（PESRAMHIP），美国，2017-2021

数据集获取

源站：https://doi.org/10.3886/icpsr38664

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

黑人和拉丁裔患者承受着不成比例的哮喘负担。为减少这种不成比例的发病率所做的努力大多未获成功，且指南建议并非基于这些人群中的研究。PREPARE（PESRAMHIP）是一项实用性、开放标签试验，将1201名随机分配的患有中重度哮喘的非裔美国人/黑人和西班牙裔/拉丁裔成年人分配至使用患者激活、缓解剂触发的吸入性糖皮质激素策略（PARTICS）加常规护理（干预组）或继续常规护理。参与者进行一次面对面访视以签署知情同意、随机分组并收集基线数据，随后进行15次每月问卷。本研究的主要终点是重度哮喘急性发作的年化发生率。次要终点包括通过哮喘控制测试（ACT；范围，5[控制差]至25[完全控制]）测量的每月哮喘控制情况、通过哮喘症状效用指数（ASUI；范围，0至1，评分越低表明损害越大）测量的生活质量，以及参与者报告的误工、误学或无法进行日常活动的天数。同时评估了安全性。

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。