巴勒斯坦被占领土加沙妇女乳腺癌症状就诊延迟的影响因素：横断面调查
该横断面调查旨在识别加沙被占领巴勒斯坦领土妇女延迟呈现乳腺癌症状的相关因素。研究在两家政府癌症医院开展，2017年连续接触130名新诊断乳腺癌的巴勒斯坦妇女
基本信息
资源简介
巴勒斯坦被占领土加沙妇女乳腺癌症状就诊延迟的影响因素：横断面调查
Factors affecting delay in the presentation of breast cancer symptoms among women in Gaza, occupied Palestinian territory: A cross-sectional survey
该横断面调查旨在识别加沙被占领巴勒斯坦领土妇女延迟呈现乳腺癌症状的相关因素。研究在两家政府癌症医院开展，2017年连续接触130名新诊断乳腺癌的巴勒斯坦妇女。临床信息来自医院癌症记录；自发现症状至首次就诊医疗提供者间隔三个月及以上视为延迟。94%（122/130）同意参加，平均年龄51岁（范围23-72），33.6%（31/122）有乳腺癌家族史（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：目的：确定与女性出现乳腺癌症状后延迟就诊相关的因素，以改善被占领巴勒斯坦领土（oPt）的早期诊断。设计：横断面研究。地点：两家政府癌症医院。参与者：2017年1月1日至12月31日期间，在加沙癌症医院的候诊室连续接触了130名居住在加沙、新诊断为乳腺癌的巴勒斯坦女性。120名女性参与并交回了填写完整的问卷。主要和次要结局指标：从医院癌症记录中收集乳腺癌临床信息。女性从自我发现症状到首次向医疗服务提供者就诊之间的间隔为三个月或以上，被视为延迟。结果：在加沙癌症医院就诊的女性中，94%（122/130）同意参与研究。她们的平均年龄为51岁（范围：23-72），33.6%（31/122）有乳腺癌家族史，并且……
【主题与分类】
主题标签：Oncology、potential delay、Breast cancer、reasons。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Aac672d47d1f062be4546997fa530d14f06397935af62f73189d4d3c32d6878b5
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
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
目的：确定与女性出现乳腺癌症状后延迟就诊相关的因素，以改善被占领巴勒斯坦领土（oPt）的早期诊断。设计：横断面研究。地点：两家政府癌症医院。参与者：2017年1月1日至12月31日期间，在加沙癌症医院的候诊室连续接触了130名居住在加沙、新诊断为乳腺癌的巴勒斯坦女性。120名女性参与并交回了填写完整的问卷。主要和次要结局指标：从医院癌症记录中收集乳腺癌临床信息。女性从自我发现症状到首次向医疗服务提供者就诊之间的间隔为三个月或以上，被视为延迟。结果：在加沙癌症医院就诊的女性中，94%（122/130）同意参与研究。她们的平均年龄为51岁（范围：23-72），33.6%（31/122）有乳腺癌家族史，并且……
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。
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。
