Xpert MTB/RIF对患者结局的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT02729532

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

条件：结核病。赞比亚传染病研究中心（CIDRZ）将与赞比亚国家结核病规划（NTP）和卫生部（MOH）合作，在赞比亚卢萨卡一家高就诊量的抗逆转录病毒治疗（ART）诊所提供接近即时检测的Xpert检测。研究将在一个为期7个月的时间内，共招募892名研究参与者进入两个平行队列——“Xpert”队列和“标准治疗”（SOC）队列。Xpert队列将在实施Xpert检测的卫生中心招募参与者。SOC队列将在一家提供标准治疗（痰涂片显微镜检查加临床评估）的卫生中心招募参与者。将开展一项平行组前瞻性队列研究，从提交痰标本之时起对每个研究点的一个队列中的参与者随访210天，从而提供足够的人时以观察所有关注结局，包括完成标准疗程的抗结核治疗（ATT）以及患者退出和失访。将使用改编版的世界卫生组织（WHO）服务可用性与准备度评估工具开展系统性机构评估调查。将对关键知情者进行访谈。

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。