PRISM 干预对青少年及青年癌症患者试点随机对照试验
该数据集来自 clinicaltrials.gov,属于肿瘤与脑肿瘤方向,聚焦青少年及青年(AYAs)癌症患者。覆盖的疾病包括癌症、急性淋巴细胞白血病、淋巴瘤、肉瘤、急性髓系白血病、脑肿瘤和生殖细胞肿瘤

基本信息
资源简介
PRISM 干预对青少年及青年癌症患者试点随机对照试验
该数据集来自 clinicaltrials.gov,属于肿瘤与脑肿瘤方向,聚焦青少年及青年(AYAs)癌症患者。覆盖的疾病包括癌症、急性淋巴细胞白血病、淋巴瘤、肉瘤、急性髓系白血病、脑肿瘤和生殖细胞肿瘤。数据围绕 PRISM 干预的试点随机对照试验,关注这一人群在教育、就业、身份、人际关系和家庭等方面的发展挑战与选择,以及韧性等积极资源与结局。可用于研究心理社会干预对青少年及青年癌症患者韧性及身心健康的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:癌症、急性淋巴细胞白血病、淋巴瘤、肉瘤、急性髓系白血病、脑肿瘤、生殖细胞肿瘤。青少年及青年(AYAs)罹患重病的经历是独特的,因为他们面临与教育、就业、身份、人际关系和家庭相关的独特发展挑战、过渡和选择。需要针对年龄的干预措施来促进积极资源和结局。例如,韧性是一个描述个体在面对压力时维持心理和/或身体健康能力的构念,是缓冲压力负面影响的良好候选。虽然很少有研究描述患有慢性病的 AYA 患者的积极结局,更少有研究提出促进韧性的机制,但证据表明促进“韧性资源”(例如压力管理和 g
【主题与分类】
主题标签:Cancer、Acute Lymphoblastic Leukemia、Lymphoma、Sarcoma、Acute Myelogenous Leukemia、Brain Tumors、Germ Cell Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02340884
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT02340884
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
疾病类型:癌症、急性淋巴细胞白血病、淋巴瘤、肉瘤、急性髓系白血病、脑肿瘤、生殖细胞肿瘤。青少年和年轻成人(AYAs)的严重疾病经历具有独特性,因为他们面临着与教育、就业、身份认同、人际关系及家庭相关的特有发展挑战、过渡期和选择。需要针对年龄的干预措施,以促进积极资源和结果。例如,韧性是一个描述个体在面对压力时维持心理和/或身体健康能力的构念,是缓冲压力负面影响的良好候选因素。尽管少有研究描述了患有慢性疾病的AYA患者的积极结果,更少有研究提出促进韧性的机制,但证据表明,促进“韧性资源”(如压力管理和目标设定技能、意义建构和消极经历的积极重构)作为管理压力的一种手段可能是有价值的。
我们之前已描述了患癌青少年和青年(AYAs)以及癌症患儿父母的韧性与相关因素模型,并证明了自我感知的韧性与结果密切相关。通过反复的试点测试,我们成功开发了一种新颖的、以患者为中心的基于韧性的干预措施——“促进压力管理中的韧性”(PRISM)干预。PRISM干预的总体目标是提高AYA自我感知的韧性,从而减少AYA的痛苦,改善生活质量,并尽量减少危险的健康行为。其简短形式包括4次每次50分钟的一对一会议,大约相隔2周,加上第4次会议后2-4周可选的第五次家庭参与会议。这些会议辅以描述技能和练习机会的年龄特定讲义,以及每月的“强化”会议。具体而言,该干预措施包含四项主要技能:1)压力管理/正念;2)目标设定;3)认知重构;以及4)意义建构/获益发现。
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




