评估ResAppDx v2.0辅助急诊科儿科患者呼吸系统疾病诊断的研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06156436

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：哮吼、细支气管炎、儿童哮喘、反应性气道疾病、肺炎、下呼吸道感染。研究目的是证明ResAppDx v2.0算法在研究临床环境中对儿科呼吸系统疾病的诊断准确性，与临床裁定委员会（CAC）的诊断相比较；并建立急诊科儿科呼吸系统疾病诊断当前护理路径的资源使用和成本的基线。符合条件的受试者/父母将同意/被同意，纳入研究，并且其报告的呼吸系统疾病体征/症状将记录在研究电子病例报告表（eCRF）中。纳入受试者的咳嗽声音将使用安装在研究智能手机上的ResAppDx v2.0研究设备（ID）软件捕获（需要5个咳嗽声音）；咳嗽声音可以是自愿的和/或非自愿/自发的。由于这是一项观察性研究，治疗团队将对ResAppDx v2.0诊断设盲。额外的医疗信息将从治疗团队、受试者/父母以及受试者的医疗记录中收集。

研究不会要求对受试者进行随访/后续访视。作为疗效比较标准，CAC将使用疾病病例定义、eCRF数据、受试者的医疗记录和咳嗽声音录音，为每位入组受试者确定最终临床诊断。将记录治疗团队所安排的检测和咨询的时间及范围信息，以设定当前标准治疗/评估程序的资源使用、成本和时间基线。这些数据将使得未来能够进行卫生经济学分析。设盲的ResAppDx v2.0诊断将在数据库锁定后揭盲，并将计算ResAppDx v2.0诊断与该队列CAC最终临床诊断一致性的敏感性和特异性。

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。