评估预防肿瘤门诊女性乳腺自检依从性水平的队列研究

该数据集来自 clinicaltrials.gov,为一项观察性队列研究,关注在 TMH 预防肿瘤门诊就诊的女性开展乳腺自检(BSE)的依从性水平

Tata Memorial HospitalTata Memorial Hospital
clinicaltrials
浏览 8
其他Breast Self Examination
Cohort Study to Assess the Level of Compliance in Undertaking Breast Self Examination Among Women Attending Preventive Oncology Clinic

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

评估预防肿瘤门诊女性乳腺自检依从性水平的队列研究

该数据集来自 clinicaltrials.gov,为一项观察性队列研究,关注在 TMH 预防肿瘤门诊就诊的女性开展乳腺自检(BSE)的依从性水平。研究向就诊女性演示 BSE 技术并指导何时、如何及为何进行 BSE,纳入居住地为 Mumbai 且提供联系电话并签署知情同意书的女性,收集社会人口学信息及乳腺癌与 BSE 的知识、态度和实践(KAP)数据。该数据可用于分析乳腺自检依从性及相关影响因素(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:乳腺自检。这是一项关于 BSE 的观察性队列研究,对象为在 TMH 预防肿瘤(PO)门诊就诊的女性。所有到 TMH 预防肿瘤 OPD 进行常见癌症筛查的女性均会接受 BSE 技术演示,并获得关于何时、如何及为何进行 BSE 的指导。在 PO 门诊就诊、居住地址填写为 Mumbai 并提供联系电话的女性将被邀请参与研究。她们将被告知研究方案,有兴趣参与者将获得知情同意书。签署知情同意书的女性将被纳入试验。将从参与女性处收集社会人口学详细信息以及关于乳腺癌和 BSE 的知识、态度和实践(KAP)水平的数据。她们将被询问是否

【主题与分类】

主题标签:Breast Self Examination。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01271673

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT01271673

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:乳房自检。这是一项观察性队列研究,研究对象为在TMH预防肿瘤学(PO)门诊就诊的女性,研究内容为乳房自检(BSE)。所有前往TMH预防肿瘤学门诊进行常见癌症筛查的女性均会接受乳房自检技术的演示,并被告知进行乳房自检的时机、方法及原因。在PO门诊就诊、居住地址填写为孟买并提供联系电话的女性将被邀请参与研究。研究人员将向她们说明研究方案,有意参与者将获得知情同意书。签署知情同意书的女性将被纳入试验。研究人员将从参与研究的女性中收集社会人口学资料以及关于乳腺癌和乳房自检的知识、态度和实践(KAP)水平的数据。研究人员会询问她们对乳房自检技术是否有任何疑问,以及是否愿意进行乳房自检。此后,在为期3个月的随访期内,研究人员将通过电话联系这些女性以收集数据,评估其对乳房自检的依从性水平以及不依从的原因(如有)。

此外,将询问依从的女性是否观察到乳房有任何异常变化,以及是否因此就诊于临床医生。随后,将研究她们的健康寻求行为。随访前后收集的数据将录入SPSS软件,并使用均值、卡方检验、t检验以及单变量和多变量分析等简单统计检验进行分析。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。