优化间质性肺疾病诊断路径：OPTIMIZE-ILD-1 试验

数据集获取

源站：https://clinicaltrials.gov/study/NCT07482917

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：间质性肺病（ILD）、疑似间质性肺病、纤维化性间质性肺病、特发性肺纤维化（IPF）、结缔组织病（障碍）所致间质性肺病。本研究的主要终点为诊断沟通时间，定义为从随机化至多学科团队（MDT）达成共识后最终诊断正式告知患者之日之间的间隔时间。间质性肺病（ILD）需要涉及放射学、肺功能检测和临床评估的复杂、多维度评价；然而，常规诊疗中碎片化的预约安排往往延误诊断并加剧不平等。OPTIMIZE-ILD-1是一项单中心、前瞻性、随机试验，按1：1分配。为确保临床进入途径和表型的均衡代表性，随机化按三组进行分层：1）无既存自身免疫性疾病的初级保健转诊；2）无既存自身免疫性疾病的专科保健转诊；3）任何来源的伴有既存自身免疫性疾病的转诊。

该干预措施通过将现有诊断步骤——包括高分辨率胸部CT、全套肺功能检查和综合实验室检测组套——整合为一个协调的工作流程，简化了各步骤之间的协调，该流程设计为在尽可能少的就诊次数内完成，且不改变临床内容或优先级规则。次要结局评估该路径的效率和经济影响，包括至MDT诊断的时间、至开始治疗的时间（在临床有指征的情况下），以及家庭单位的社会经济成本负担，其中涵盖直接后勤费用、生产力损失和医院运营效率低下。此外，通过诊断旅程的碳足迹量化环境影响。以患者为中心的指标通过经过验证的工具进行采集：EQ-5D-5L和K-BILD用于健康相关生活质量；GAD-7用于焦虑，PHQ-9用于抑郁；Oslo-3社会支持量表用于感知社会支持；社会-家庭评估量表

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。