儿童医疗复杂性疾病住院后自动随访与按需随访对比
覆盖呼吸道感染（RTI）、尿路感染（UTI）、急性胃肠炎、皮肤软组织感染等急性感染患儿。数据可用于比较出院后7天内常规门诊随访与基于家庭担忧和患儿恢复情况的按需随访两种推荐方式，评估是否每位患儿都需要常规随访，为儿科出院后管理提供依据（来源 clinicaltrials.gov）
基本信息
资源简介
儿童医疗复杂性疾病住院后自动随访与按需随访对比
该数据集来自clinicaltrials.gov，聚焦儿童医疗复杂性疾病（Children With Medical Complexity）住院后随访策略的多中心随机对照试验AFTERCARE。覆盖呼吸道感染（RTI）、尿路感染（UTI）、急性胃肠炎、皮肤软组织感染等急性感染患儿。数据可用于比较出院后7天内常规门诊随访与基于家庭担忧和患儿恢复情况的按需随访两种推荐方式，评估是否每位患儿都需要常规随访，为儿科出院后管理提供依据（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：儿童医疗复杂性疾病、呼吸道感染（RTI）、尿路感染（UTI）、急性胃肠炎、皮肤和软组织感染。儿童医疗复杂性疾病患者出院后常被建议尽快看门诊医生。目前不确定是否每个孩子都需要这种常规就诊，还是随访可以根据家庭的担忧和孩子的恢复情况来指导。AFTERCARE是一项多中心试点随机试验，比较对因急性感染住院的儿童这两种随访建议。家庭将被随机分配接受以下两种建议之一：在七天内安排与常规门诊医生的随访，或者如果孩子没有按预期好转或出现新问题再寻求随访。两组家庭都可以在需要时寻求医疗照护。
【主题与分类】
主题标签：Children With Medical Complexity、Respiratory Tract Infections (RTI)、Urinary Tract Infection (UTI)、Acute Gastroenteritis、Skin and Soft Tissue Infection。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07864636
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT07864636
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
条件：患有医学复杂性的儿童、呼吸道感染（RTI）、尿路感染（UTI）、急性胃肠炎、皮肤和软组织感染。患有医学复杂性的儿童常常在出院后不久被建议去看门诊医生。目前尚不确定是否每个儿童都需要这种常规随访，还是可以根据家庭的担忧和儿童的康复情况来指导随访。AFTERCARE是一项多中心试点随机试验，比较这两种针对因急性感染住院儿童的随访建议。家庭将被随机分配接受要么在七天内安排与常规门诊医生随访的建议，要么在孩子未按预期好转或出现新问题时寻求随访的建议。两组家庭均可根据需要随时寻求医疗照护。该研究将评估招募、随访数据收集、建议的传达及可接受性。照护者调查和病历审查还将描述门诊就诊和再入院情况。
该试点研究将为更大规模试验的设计提供参考，并非旨在证实这些策略具有同等的安全性或有效性。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
