ICO乳腺癌治疗患者疫苗接种覆盖率概览：识别与接种 uptake 及预防改善相关因素
该数据集来自 clinicaltrials.gov，聚焦于在 ICO 接受治疗的乳腺癌患者的疫苗接种覆盖率。源站描述指出，法国多数疫苗的接种覆盖率目标为95%，但高风险人群（如65岁以上、免疫受损者及癌症患者）的接种覆盖率仍存在持续差距，例如肺炎球菌疫苗为9.5%、流感疫苗为40.2%
基本信息
资源简介
ICO乳腺癌治疗患者疫苗接种覆盖率概览：识别与接种 uptake 及预防改善相关因素
该数据集来自 clinicaltrials.gov，聚焦于在 ICO 接受治疗的乳腺癌患者的疫苗接种覆盖率。源站描述指出，法国多数疫苗的接种覆盖率目标为95%，但高风险人群（如65岁以上、免疫受损者及癌症患者）的接种覆盖率仍存在持续差距，例如肺炎球菌疫苗为9.5%、流感疫苗为40.2%。该方案旨在评估肿瘤领域尤其是乳腺癌患者的疫苗接种现状，并识别影响接种依从性的因素，以改善预防工作。数据可用于分析接种覆盖率及相关影响因素（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：乳腺癌。初级预防被世界卫生组织定义为降低疾病发病率的关键策略，部分依赖于疫苗接种，其个体和集体有效性已得到认可。在法国，尽管大多数疫苗的接种覆盖率目标为95%，但当前研究强调持续存在差距，尤其是在高风险人群中，如65岁以上人群、免疫系统受损者和癌症患者。尽管理论接种率很高（83.7%），但研究（COVARISQ，2020和Granger，2022）显示疫苗接种覆盖率不足（例如肺炎球菌疫苗为9.5%，流感疫苗为40.2%）。本方案旨在评估肿瘤领域，特别是乳腺癌患者的疫苗接种覆盖率现状，并识别影响依从性的因素，以改善预防。
【主题与分类】
主题标签：Breast Cancer。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07888881
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/NCT07888881
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
条件：乳腺癌。世界卫生组织将一级预防定义为降低疾病发病率的关键策略，其部分依赖于疫苗接种，疫苗的个体和群体有效性已得到认可。在法国，尽管大多数疫苗的接种覆盖率目标为95%，但当前研究仍凸显出持续存在的差距，尤其是在高风险人群中，如65岁以上人群、免疫功能受损者及癌症患者。尽管理论接种率较高（83.7%），但研究（COVARISQ，2020年及Granger，2022年）显示疫苗接种覆盖率不足（例如肺炎球菌疫苗为9.5%，流感疫苗为40.2%）。本方案旨在评估肿瘤学领域的疫苗接种覆盖率现状，尤其是乳腺癌患者中的情况，并识别影响依从性的因素，以改进预防工作。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
