针对继发性乳腺癌患者的新型失眠治疗研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07859098

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：失眠、乳腺癌、转移性乳腺癌。本项目的主要目标是探索一种基于失眠认知行为疗法（CBTi）新开发的失眠干预措施的可行性和可接受性。CBTi被推荐为失眠的金标准治疗（NICE，2021）。CBTi结合了认知、行为和教育策略来改善睡眠，并可根据个人需求进行调整。可行性结果将进行评估，包括参与者招募和保留率、干预忠实度、结果测量的完成情况以及参与者的可接受性。次要目标是与睡眠卫生教育（SHE）对照组相比，调查该干预措施的初步有效性。初步有效性结果将包括睡眠、心理健康、生活质量和日常功能的变化。目标是招募50名符合失眠障碍筛查标准的继发性乳腺癌成人患者，筛查标准基于睡眠状况指标（SCI）评分<16。

如果个体当前有自杀意念、近期完成过针对失眠的心理治疗、预后小于6个月或存在控制不佳的严重疼痛，则不符合入选条件。研究者将采用多种招募途径，包括直接联系既往已完成知情同意并同意就未来研究被联系的人员；通过乳腺癌专病慈善机构和支持组织及社交媒体、支持小组、实体和数字海报以及口口相传。参与者将通过Qualtrics访问在线表单，其中包含参与者信息表、资格筛查表；在适用情况下，他们可以完成知情同意书和评估问卷。对于符合条件并同意参与的参与者，他们将被随机分配到干预组或对照组（每组n=25）。随机化后，参与者将收到一封电子邮件，其中包含一个链接，用于完成

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。