Covid-19疫情对手术患者的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT04525716

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：Covid19、手术。背景：2019年12月，在中国湖北省首次检测到一种新型冠状病毒（SARS-CoV-2）。该病毒引起严重的呼吸系统疾病（2019冠状病毒病，COVID-19），并已迅速在全球传播。预计到2020年底，COVID-19大流行将影响世界大多数人口。在大流行期间，患者将持续需要基本医疗服务，例如急性外科疾病的治疗。合并COVID-19对手术疾病的临床病程和管理有何影响，目前尚不清楚。迫切需要改进证据基础，以指导治疗策略和该患者群体的管理。初步分析的目标：1. 比较接受手术治疗的确诊COVID-19患者与非COVID-19患者，并研究与良好或不良结局相关的因素。方法：该研究将连续纳入在斯德哥尔摩地区接受手术治疗的患者。数据将从一系列关联的电子系统中提取，例如电子医疗记录系统和区域数据系统。

收集的数据将包括常规临床数据，如基线特征、既往病史、医院所提供护理的详细信息以及随访数据。终点指标包括死亡、住院时间和并发症，如再入院、再手术、脓毒症、呼吸衰竭以及重症监护室住院天数。确诊COVID-19患者的结果数据将与未患COVID-19患者的结果数据进行比较。进一步分析的目标和方法：通过比较来自不同社会经济群体手术患者，研究者旨在评估社会经济地位是否与良好或不良结局相关。传播与意义：据研究者所知，此前尚无关于患有和未患有

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。