ALRITE儿童呼吸系统疾病临床决策支持工具优化与测试

数据集获取

源站：https://clinicaltrials.gov/study/NCT07369817

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

疾病条件：儿童肺炎、儿童哮喘、急性下呼吸道疾病、喘息性下呼吸道疾病。本研究旨在试点测试一种名为ALRITE的移动健康临床决策支持工具的可行性，该工具用于乌干达幼儿急性下呼吸道疾病的诊断和管理。尤其是哮喘/喘息性疾病，在这一环境中诊断不足。本研究旨在回答的主要问题是：* 干预措施的结构、流程、结果和实施策略在预期环境中是否可行？* ALRITE是否能提高乌干达卫生中心就诊儿童中喘息性疾病的诊断率？研究人员将采用中断时间序列设计，比较在乌干达4个卫生中心向医护人员部署ALRITE前后的结果。研究参与者为医护人员。将进行12个月的基线数据收集（“基线期”），在基线期开始时将在每个站点招募医护人员。

在基线期之后，卫生工作者将接受ALRITE培训，并在为期6个月的干预期内被鼓励（但非强制）在临床护理中使用ALRITE。参与研究的卫生工作者将填写调查问卷并参加焦点小组讨论，以提供反馈。

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。