改善有色人种女性转移性乳腺癌支持性服务可及性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06405828

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：转移性乳腺癌，IV期乳腺癌AJCC V7。主要目标：1. 确立一种名为ACCESS的适应性导航员提供的支持性护理模式的可行性和可接受性，以满足黑人及拉丁裔转移性乳腺癌女性的支持性护理需求。2. 确定ACCESS对癌症相关困扰、症状负担及支持性护理服务利用的潜在影响。大纲：参与者（N=60）随机分为2组中的1组：第1组/干预组：参与者完成6次个性化行为/教育课程，重点讨论健康的社会决定因素和支持性护理，由训练有素的社区导航员指导，随后进行为期4个月的月度电话检查。参与者在基线、6个月和9个月时通过电话与研究协调员完成问卷。第2组/注意力对照组：参与者与研究协调员完成6次电话通话，重点讨论支持性护理资源，随后进行为期4个月的月度电话检查。参与者在基线、6个月和9个月时通过电话与研究协调员完成问卷。

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。