针对I、II或III期乳腺癌西班牙裔女性及其家人或照护者的双语乳腺癌教育干预
该数据集来自clinicaltrials.gov,聚焦I、II或III期乳腺癌的西班牙裔女性及其家人或照护者,涵盖乳腺导管原位癌及IIIA、IIIB、IIIC等分期

基本信息
资源简介
针对I、II或III期乳腺癌西班牙裔女性及其家人或照护者的双语乳腺癌教育干预
该数据集来自clinicaltrials.gov,聚焦I、II或III期乳腺癌的西班牙裔女性及其家人或照护者,涵盖乳腺导管原位癌及IIIA、IIIB、IIIC等分期。数据围绕双语乳腺癌教育干预(BBCEI)展开,涉及干预后1、3、6个月乳腺癌幸存者与家庭照护者的结局评估,并考察人口学与治疗变量对干预效果的影响,以及干预质量的感知评价。可用于分析教育干预对患者及照护者身心社会灵性等多维结局的预测作用(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、乳腺导管原位癌、I期乳腺癌、II期乳腺癌、IIIA期乳腺癌、IIIB期乳腺癌、IIIC期乳腺癌。目标:I. 检验双语乳腺癌教育干预(BBCEI)对乳腺癌幸存者(BCS)和家庭照护者在干预后1、3、6个月结局的影响。II. 检验人口学和治疗变量对BBCEI在干预后1、3、6个月结局的影响。III. 考察BBCEI的感知质量。概要:患者和照护者被随机分配到2个干预组中的1组。第I组:患者和照护者接受双语乳腺癌教育干预(BBCEI),包括每周一次、每次50-65分钟的教学课程,涉及4个特定领域(即身体、心理、社会和灵性健康)。
【主题与分类】
主题标签:Breast Cancer、Ductal Breast Carcinoma in Situ、Stage I Breast Cancer、Stage II Breast Cancer、Stage IIIA Breast Cancer、Stage IIIB Breast Cancer、Stage IIIC Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01043003
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/NCT01043003
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:乳腺癌、导管原位乳腺癌、I期乳腺癌、II期乳腺癌、IIIA期乳腺癌、IIIB期乳腺癌、IIIC期乳腺癌。目的:I. 测试双语乳腺癌教育干预(BBCEI)对乳腺癌幸存者(BCS)及其家庭照顾者在干预后1、3、6个月结果的影响。II. 测试影响人口统计学和治疗变量的因素对BBCEI干预后1、3、6个月结果的效果。III. 检查BBCEI的感知质量。概述:患者和照顾者随机分为2个干预组。组I:患者和照顾者接受双语乳腺癌教育干预(BBCEI),包括在第1个月每周一次关于4个特定领域(即身体、心理、社会和精神健康)的50-65分钟教学课程,并在第1、4、7个月接受评估。组II:患者和照顾者接受常规护理,包括在第1、4、7个月进行评价会议。患者和照顾者可在第7个月参加4次BBCEI教学课程。
所有患者和照护者每两周会接到一次强化随访电话。
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。




