关于乳腺X线摄影筛查益处与危害信息对女性决策影响：InforMa随机对照试验
InforMa随机对照试验数据集，评估乳腺X线摄影筛查信息干预对女性知情决策的影响，包含知识、态度和意向等变量。
基本信息
资源简介
关于乳腺X线摄影筛查益处与危害信息对女性决策影响：InforMa随机对照试验
【一句话概览】
本数据集是 Dryad 公开的结构化表格数据集，主题涵盖 Screening、Informed choice、Breast cancer、Decision aids、early detection，可用于统计建模、特征工程与队列分析，https://spdx.org/licenses/CC0-1.0.html 许可开放获取。
【数据集背景】
本数据集源站标题为《Data from: Effect of information about the benefits and harms of mammography on women''s decision making: the InforMa randomised controlled trial》。
【数据内容】
源站原始描述：Background: In Spain, women invited to breast screening are not usually informed about potential harms of screening. The objective of the InforMa study is to assess the effect of receiving information about the benefits and harms of breast screening on informed choice and other decision making outcomes, in women approaching the age of invitation to mammography screening. Methods: Two-stage randomised controlled trial. In the first stage, 40 elementary territorial units of the public healthcare s…
中文译文（机器翻译，仅供快速理解，请以原文为准）：背景：在西班牙，受邀参加乳腺筛查的女性通常不会被告知筛查的潜在危害。InforMa研究的目的是评估在接近乳腺X线摄影筛查邀请年龄的女性中，向其提供乳腺筛查获益与危害信息对知情选择及其他决策结局的影响。方法：两阶段随机对照试验。第一阶段，选取公共卫生系统的40个基层地域单位，并随机分配至干预组或对照组。第二阶段，随机抽取49—50岁女性。目标样本量为400名女性。干预组女性接受决策辅助工具（DA），其中包含关于筛查获益与危害的详细信息。对照组女性接受标准宣传册，该宣传册未提及危害，并建议接受邀请参加乳腺癌筛查项目（BCSP）。主要结局为知情选择，定义为具备充分知识且意向与态度一致。次要结局包括决策冲突、对乳腺癌的担忧、时间视角、对DA的看法以及参加BCSP的情况。结果：干预组203名女性中有23.2%做出了知情选择，而对照组197名女性中仅0.5%做出了知情选择（p < 0.001）。两组的态度和意向相似，打算接受筛查的女性比例均较高，分别为82.8%和82.2%（p=0.893）。干预组的决策冲突显著较低。在决策信心、焦虑和参加
【数据结构与技术规格】
数据集 DOI：doi:10.5061/dryad.ft0207r。
【主题与分类】
主题标签：Screening、Informed choice、Breast cancer、Decision aids、early detection。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://doi.org/10.5061/dryad.ft0207r
使用许可：https://spdx.org/licenses/CC0-1.0.html。
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：http://datadryad.org/dataset/doi%253A10.5061%252Fdryad.ft0207r
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
