结构化护理干预用于控制不佳的成人哮喘：一项试点研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07635537

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：哮喘、用药依从性、自我管理。RESPiraIA-Asma是RESPiraIA模型的首个试点应用，该模型是一种结构化护理干预，建立在三个操作核心之上。管理核心通过三条等效准入路径（数字、混合和面对面）涵盖治理与数字公平。临床核心使用三种经过验证的工具对哮喘控制和治疗依从性进行三角评估：用于临床控制的哮喘控制测试（ACT）、用于自我报告依从性的吸入器依从性测试（TAI），以及用于来自药房配药客观依从性的药物持有率（MPR），并自动计算自我报告依从性与客观依从性之间的差异作为主动临床指标。护理核心基于国际公认的护理分类体系——NANDA国际（NANDA-I）、护理干预分类（NIC）和护理结果分类（NOC）——提供标准化护理计划，用于诊断、干预和结果，并由客观临床阈值激活。

本研究属于医学研究理事会（MRC）复杂干预框架的开发和可行性阶段。它并非确证性疗效试验；临床结局作为初步信号进行评估，旨在为未来多中心确证性试验的设计提供依据。在招募开始前，使用系统性合成档案对数据采集系统REDCap（Research Electronic Data Capture）进行了预试点功能验证。

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。