优化间质性肺病随访旅程：OPTIMIZE-ILD-2 试验

数据集获取

源站：https://clinicaltrials.gov/study/NCT07486206

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）、纤维化性间质性肺病、特发性肺纤维化（IPF）、进展性肺纤维化、结缔组织病（障碍）所致间质性肺病。本研究的主要终点为总随访时间负担，定义为完成预定监测流程所需的从家到家的时间间隔（从患者离开住所至返回住所的时间）。已确诊的间质性肺病（ILD）需要定期、多维度的监测；然而，碎片化的日程安排往往导致多次往返医院和独立预约，加剧了患者疲劳和就医机会上的不平等。OPTIMIZE-ILD-2是一项单中心、前瞻性、随机试验，按1：1分配。为确保监测复杂性的均衡代表性，随机化根据患者的药物治疗方案进行分层：1）接受抗纤维化治疗的患者，2）接受免疫抑制治疗的患者，3）同时接受抗纤维化和免疫抑制联合治疗的患者。

该干预措施通过将现有的随访步骤——包括肺功能检查、实验室检查组合、影像学检查、治疗实施和会诊——整合到一个协调的工作流程中，简化了协调过程，该流程旨在以尽可能少的住院就诊次数完成，且不改变临床内容。这项横断面干预评估该路径在特定随访节点的影响。次要结局评估该路径的效率和经济效益，包括医院运营资源利用情况以及家庭单位的社会经济成本负担，后者涵盖直接的后勤费用和生产力损失。此外，环境影响通过出行碳足迹进行量化。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（TSO版）

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。