模拟产后出血培训对高年资麻醉团队表现的影响

数据集获取

源站：https://clinicaltrials.gov/study/NCT07519252

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：产后出血，基于模拟的医学教育。产后出血（PPH）仍是全球孕产妇发病和死亡的主要原因，需要快速识别和有效的团队管理。基于模拟的培训已成为一种有价值的教育工具，可提高高风险临床场景中的技术性和非技术性技能。本前瞻性干预研究旨在评估基于模拟的产后出血培训对高年资麻醉科住院医师团队表现和危机资源管理（CRM）技能的影响。参与者将参加结构化高保真模拟项目，复现产科出血场景。将使用经过验证的危机资源管理和团队表现评分系统评估表现，包括对领导力、沟通、情境意识和决策的评估。将进行培训前后评估以衡量干预效果。主要目标是确定基于模拟的培训是否能改善整体团队表现。

次要结局包括沟通技巧、反应时间、对临床方案的依从性以及自我报告的置信水平的改善。本研究旨在为支持麻醉学和产科急诊管理中模拟教育的日益增多的证据体系做出贡献。

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。