社区环境下呼吸道感染治疗的自适应平台试验 (TreatResp)

数据集获取

源站：https://clinicaltrials.gov/study/NCT07314905

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

病症：甲型流感、乙型流感、SARS-CoV-2、急性呼吸道感染（ARIs）。需要能在社区环境中简便使用、有效且可负担的呼吸道病原体治疗药物，以加速康复、预防住院和死亡。社区环境下呼吸道感染治疗适应性平台试验（TreatResp）将评估呼吸道病原体治疗药物在非住院患者中的临床有效性和成本效益。适应性平台试验（APTs）旨在以高效的方式比较多种疗法，并使我们能够应对大流行的动态变化。待评估的治疗药物将通过透明的TreatResp治疗药物委员会确定。主要结局指标为恢复时间（定义为参与者首次报告感觉完全康复），关键次要结局指标包括28天内全因急诊科（ED）就诊和/或住院和/或死亡、持续缓解时间、体征或症状进展时间、症状严重程度、生活质量以及每种治疗药物的成本效益。

TreatResp 利用我们由 CBRF 资助的“大流行病防范：让初级保健和急诊科参与”(PREPARED) 计划来招募研究参与者。

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。