识别I-III期乳腺癌老年女性新辅助或辅助化疗决策需求
该数据集来自clinicaltrials.gov,聚焦I-III期乳腺癌老年女性在新辅助或辅助化疗决策过程中的信息需求与偏好

基本信息
资源简介
识别I-III期乳腺癌老年女性新辅助或辅助化疗决策需求
该数据集来自clinicaltrials.gov,聚焦I-III期乳腺癌老年女性在新辅助或辅助化疗决策过程中的信息需求与偏好。覆盖Anatomic Stage I至IIIA Breast Cancer AJCC v8等分期人群,通过半结构化访谈收集已完成治疗决策女性的信息需求与决策偏好,并使用经验证的评估工具衡量共享决策过程与健康素养需求。数据集可用于分析老年乳腺癌患者的决策支持需求,并为开发决策支持工具提供依据(来源 clinicaltrials.gov)。
【主题与分类】
主题标签:Anatomic Stage I Breast Cancer AJCC v8、Anatomic Stage IA Breast Cancer AJCC v8、Anatomic Stage IB Breast Cancer AJCC v8、Anatomic Stage II Breast Cancer AJCC v8、Anatomic Stage IIA Breast Cancer AJCC v8、Anatomic Stage IIB Breast Cancer AJCC v8、Anatomic Stage III Breast Cancer AJCC v8、Prognostic Stage I Breast Cancer AJCC v8。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05049746
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/NCT05049746
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
疾病状态:解剖学I期乳腺癌 AJCC v8、解剖学IA期乳腺癌 AJCC v8、解剖学IB期乳腺癌 AJCC v8、解剖学II期乳腺癌 AJCC v8、解剖学IIA期乳腺癌 AJCC v8、解剖学IIB期乳腺癌 AJCC v8、解剖学III期乳腺癌 AJCC v8、解剖学IIIA期乳腺癌 AJCC v8。主要目标:I. 描述并阐明计划接受新辅助或辅助化疗的I-III期乳腺癌老年女性的信息需求与偏好。Ia. 对已完成治疗决策过程的女性进行半结构化访谈,收集信息需求并了解决策需求与偏好。Ib. 使用经过验证的数据收集工具评估共享决策过程及健康素养需求。II. 开发一种决策支持工具,供患者和医疗保健提供者使用,以指导患有早期乳腺癌的老年女性(≥65岁)的化疗决策过程。IIa. 对该决策工具进行认知测试。IIb.
进行决策工具的现场测试,以证明其在真实临床环境中的可行性和可接受性。概述:患者接受访谈并完成问卷调查,耗时1-2小时。患者和医生还参与讨论,并完成共享决策问卷调查,耗时15-30分钟。随后,将根据国际患者决策辅助标准(IPDAS)协作组关于内容开发和评估的标准,开发决策支持工具,并通过设计、开发和评估的迭代过程实施,以吸引最终用户参与其开发。一旦开发完成,将进行决策工具的现场测试,以证明其在真实临床环境中的可行性和可接受性,随后进行试点测试,以评估决策支持工具的有效性。
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。




