儿童复发性髓母细胞瘤父母困扰与治疗依从性研究
该数据集来自 clinicaltrials.gov,聚焦儿童髓母细胞瘤及复发性髓母细胞瘤。髓母细胞瘤是一种侵袭性脑肿瘤,患儿需接受长期复杂的多模式治疗,主要照护者承担确保治疗依从性的主要责任,但其心理负担可能削弱执行治疗方案的能力

基本信息
资源简介
儿童复发性髓母细胞瘤父母困扰与治疗依从性研究
该数据集来自 clinicaltrials.gov,聚焦儿童髓母细胞瘤及复发性髓母细胞瘤。髓母细胞瘤是一种侵袭性脑肿瘤,患儿需接受长期复杂的多模式治疗,主要照护者承担确保治疗依从性的主要责任,但其心理负担可能削弱执行治疗方案的能力。研究探讨多维父母困扰(包括抑郁、焦虑和创伤后应激)是否预测该人群的整体治疗依从性,以及哪些具体困扰域与不良依从性关联最强。数据可用于分析照护者心理状态与治疗依从性的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:髓母细胞瘤、复发性髓母细胞瘤。患有髓母细胞瘤(一种侵袭性脑肿瘤)的儿童需要接受长期且复杂的多模式治疗。其主要父母照护者承担确保治疗依从性的主要责任,然而这些照护者的心理负担可能削弱其遵循既定方案的能力。本研究探讨多维父母困扰是否预测该人群的整体治疗依从性,以及哪些具体困扰域与不良依从性关联最强。父母困扰——包括抑郁、焦虑和创伤后应激——在癌症患儿父母中常见,并可能干扰其管理复杂治疗方案的能力。然而,尚无研究专门考察父母困扰是否预测复发性髓母细胞瘤患儿的治疗依从性。
【主题与分类】
主题标签:Medulloblastoma、Recurrent Medulloblastoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07660458
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/NCT07660458
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:髓母细胞瘤、复发性髓母细胞瘤。患有髓母细胞瘤(一种侵袭性脑肿瘤)的儿童需要接受长期且复杂的多模式治疗。其主要父母照护者承担着确保治疗依从性的主要责任,然而这些照护者所承受的心理负担可能削弱其遵循既定治疗方案的能力。本研究探讨多维父母痛苦是否能预测该人群的整体治疗依从性,以及哪些特定痛苦领域与不良依从性的关联最为密切。父母痛苦——包括抑郁、焦虑和创伤后应激——在癌症患儿父母中较为常见,并可能干扰其管理复杂治疗方案的能力。然而,尚无研究专门考察父母痛苦是否能预测复发性髓母细胞瘤患儿的治疗依从性;复发性髓母细胞瘤是一种预后极差且尚无标准治疗方案的毁灭性脑肿瘤。本前瞻性纵向队列研究旨在探讨父母痛苦是否为复发性髓母细胞瘤患儿治疗依从性的显著预测因素。
将在4家三级儿科肿瘤中心共纳入450对亲子二元组。儿童须确诊为复发性髓母细胞瘤并正在接受积极治疗。父母(主要照护者)将在基线时完成经验证的量表,使用DASS-21和IES-R评估抑郁、焦虑、压力和创伤相关痛苦。治疗依从性将在12个月随访期内通过电子药物监测瓶盖、就诊记录和父母报告的用药日志进行监测。主要结局是实际服用的处方化疗剂量比例(治疗依从率)。次要结局包括依从性随时间的轨迹,以及父母痛苦特定维度(抑郁、焦虑、压力、创伤后应激)与依从模式之间的关系。
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。




