乳腺癌患者炎症与社会决定因素探索研究
该数据集来自 clinicaltrials.gov，聚焦新诊断、经活检证实的乳腺癌及导管原位癌患者。研究通过 distress 筛查和 CMS 调查评估不良健康社会决定因素（SDoH），并采集血浆与白细胞层样本检测炎症生物标志物
基本信息
资源简介
乳腺癌患者炎症与社会决定因素探索研究
该数据集来自 clinicaltrials.gov，聚焦新诊断、经活检证实的乳腺癌及导管原位癌患者。研究通过 distress 筛查和 CMS 调查评估不良健康社会决定因素（SDoH），并采集血浆与白细胞层样本检测炎症生物标志物。主要终点是理解 SDoH 与炎症之间的关系，炎症已知与癌症进展和转移相关。数据可用于探索社会因素与炎症标志物的关联，支持肿瘤学中社会决定因素与生物标志物结合的预测建模研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：乳腺癌、导管原位癌。目的：了解不良健康社会决定因素（SDoH）与炎症之间的联系，炎症是已知的癌症进展和转移的促成因素。主要：新诊断、经活检证实的乳腺癌患者将通过 distress 筛查和生物标志物进行 SDoH 和 distress 筛查。主要终点是了解所测量的健康社会决定因素与血浆和白细胞层样本中发现的炎症之间的关系。SDoH 将根据 Centers for Medicare and Medicaid Services (CMS) 调查进行评估。选择该调查是因为基于每个问题背后文献所记录的问卷有效性、随附的评分系统以及问题与健康结果的关系。基于当地费城人口，研究者选择
【主题与分类】
主题标签：Breast Cancer、Ductal Carcinoma In Situ。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07478016
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。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT07478016
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:
数据说明
疾病：乳腺癌、导管原位癌。目的：了解不良健康社会决定因素（SDoH）与炎症之间的关系，炎症已知是癌症进展和转移的促进因素。主要：新诊断、经活检证实为乳腺癌的患者将通过困扰筛查和生物标志物检测来评估SDoH和困扰情况。主要终点是了解所测量的健康社会决定因素与血浆和白细胞层样本中发现的炎症之间的关系。SDoH将根据美国医疗保险和医疗补助服务中心（CMS）的调查进行评估。选择该调查是因为每个问题都有文献支持其有效性、附带的评分系统以及问题与健康结果的关系。基于费城当地人口，研究者选择增加几个问题以了解潜在的社会隔离情况。将测量IL-6水平，并将其作为炎症的替代指标。次要：将监测患者特征，如体重、身体成分、食物回顾和结局。
此外，还将评估血浆中IGF-1R-AKT通路成员、IL1β和胰岛素，以构建对该疗法反应的分子特征。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
