乳腺癌女性内分泌治疗的期望与副作用研究

该数据集来自 clinicaltrials.gov,聚焦女性乳腺癌患者在内分泌治疗中的副作用与治疗相关期望。研究采用纵向设计,在辅助治疗开始前评估激素受体阳性术后患者,并在提供标准化内分泌治疗信息前后,采集患者对副作用的期望、知识水平及对增强信息的满意度,同时追踪副作用的发生与性质

Philipps University MarburgPhilipps University Marburg
clinicaltrials
浏览 9
文本预测Female Breast Cancer
Expectations and Side Effects of Endocrine Therapy in Women With Breast Cancer

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-20

资源简介

乳腺癌女性内分泌治疗的期望与副作用研究

该数据集英文名为 Expectations and Side Effects of Endocrine Therapy in Women With Breast Cancer,来源于 clinicaltrials.gov,本站归类为肿瘤 / 乳腺癌,主题标签为 Female Breast Cancer。数据集聚焦女性乳腺癌患者在内分泌治疗过程中的副作用与治疗相关期望,采用纵向设计,在辅助治疗开始前评估激素受体阳性术后患者,并在提供标准化内分泌治疗信息前后,采集患者对副作用的期望、知识水平及对增强信息的满意度,同时追踪副作用的发生与性质。整体而言,该数据集围绕治疗期望与副作用体验之间的关联展开,为理解乳腺癌内分泌治疗中患者报告的信息与心理因素提供了结构化的研究数据基础。

【数据集背景】

乳腺癌患者中相当比例会因副作用和生活质量下降而中止当前标准的辅助内分泌治疗。源站描述指出,多数副作用具有非特异性,这提示心理因素如患者期望(反安慰剂效应)可能在其中发挥作用;同时,患者对其治疗信息的了解并不充分。基于这一背景,该研究采用纵向设计,考察不良副作用的性质与发生时间及其与治疗相关期望之间的关联,研究对象为术后激素受体阳性乳腺癌患者,并在辅助治疗开始前接受评估。

【数据内容】

数据集涵盖的核心内容围绕患者对内分泌治疗副作用的期望、知识与满意度展开。所有患者均接受标准化的额外内分泌治疗信息,研究在告知患者前后分别评估其对副作用的期望、知识水平以及对增强信息的满意度;同时追踪副作用的发生与性质。主题标签为 Female Breast Cancer,本站分类为肿瘤 / 乳腺癌。关于具体的变量数量、随访时长、样本量等细节,源站未提供。

【采集与来源】

该数据集来自 clinicaltrials.gov。源站描述显示,研究采用纵向设计,评估对象为术后激素受体阳性乳腺癌患者,评估时点为辅助治疗开始前,并在标准化信息告知前后进行期望、知识与满意度的采集。关于采集机构、采集地点、采集时间窗口及具体采集工具,源站未提供。

【适用场景】

基于源站描述,该数据集适用于探讨乳腺癌内分泌治疗中患者期望与副作用体验之间关系的研究场景,也可用于关注患者治疗信息告知前后知识水平与满意度变化的分析。其纵向设计特点适合考察副作用的发生时间与性质。关于具体的适用分析模型或应用领域扩展,源站未提供。

【使用方法】

源站描述提及研究在辅助治疗开始前评估患者,并在标准化信息告知前后采集期望、知识与满意度,同时追踪副作用。关于数据的具体使用方式、变量编码、数据结构或分析指南,源站未提供。

【质量与限制】

源站描述未提供样本量、数据完整性、缺失率或质量控制措施等信息,相关质量指标源站未提供。该数据集聚焦女性乳腺癌患者的内分泌治疗,其适用范围受研究设计与目标人群界定所限,具体限制条件源站未提供。

【引用与许可】

关于该数据集的引用格式与许可条款,源站未提供。

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/NCT02088710

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:女性乳腺癌。大多数乳腺癌患者因副作用和生活质量下降而中止目前的标准辅助治疗(内分泌治疗)。其中,大多数副作用是非特异性的,提示心理因素如患者预期(反安慰剂效应)的作用。此外,患者未获得充分的治疗信息。采用纵向设计,研究不良副作用的性质和发生时间及其与治疗相关预期的关联。术后激素受体阳性乳腺癌患者在开始辅助治疗前接受评估。所有患者均接受标准化的内分泌治疗补充信息。在告知患者前后评估其对副作用的预期、知识水平及对增强信息的满意度。在开始服药后三个月、两年和五年时测量副作用、生活质量和依从性。将分析患者的反应预期是否预测服药期间的副作用和生活质量,以深入了解临床反安慰剂效应的路径。

此外,本研究还探讨了结构化治疗信息对患者信息满意度、反应预期、知识水平及依从性的影响。研究结果有望在临床反安慰剂效应研究领域取得重大进展,并对临床实践与科学研究具有重要指导意义。

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。