创新跨学科支持性照护项目可行性与可接受性研究:夫妻共同应对癌症
本研究为观察性研究,纳入解剖学IV期乳腺癌(AJCC v8)、胶质母细胞瘤、肺癌、恶性实体瘤及转移性乳腺癌,研究“The Program”及核心组件的可行性与可接受性,探索患者及伴侣生物心理社会困扰的初步疗效和纵向影响

基本信息
资源简介
创新跨学科支持性照护项目可行性与可接受性研究:夫妻共同应对癌症
本研究为观察性研究,纳入解剖学IV期乳腺癌(AJCC v8)、胶质母细胞瘤、肺癌、恶性实体瘤及转移性乳腺癌,研究“The Program”及核心组件的可行性与可接受性,探索患者及伴侣生物心理社会困扰的初步疗效和纵向影响。患者与伴侣可用Connecting Care App,接受30-45分钟生物心理社会筛查与心理教育,可接受每次30-45分钟、最多4次咨询(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:AJCC v8 解剖学 IV 期乳腺癌、胶质母细胞瘤、肺癌、恶性实体肿瘤、转移性乳腺癌。 主要目标:I. 确定 The Program 及其核心组成部分的可行性。II. 考察 The Program 及其核心组成部分的可接受性。 探索性目标:I. 评估 The Program 在患者及其伴侣的生物心理社会困扰领域的初步疗效,以及该项目对他们的纵向影响。 方案概要:这是一项观察性研究。患者及其伴侣可获准使用 Connecting Care App 工具,并接受持续 30-45 分钟的生物心理社会筛查和心理教育课程,并完成研究中的调查问卷。患者及其伴侣在研究期间还可接受最多 4 次、每次 30-45 分钟的咨询课程。
【主题与分类】
主题标签:Anatomic Stage IV Breast Cancer AJCC v8、Glioblastoma、Lung Carcinoma、Malignant Solid Neoplasm、Metastatic Breast Carcinoma。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07664579
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
源站:https://clinicaltrials.gov/study/NCT07664579
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:AJCC v8 解剖学 IV 期乳腺癌、胶质母细胞瘤、肺癌、恶性实体肿瘤、转移性乳腺癌。
主要目标:I. 确定 The Program 及其核心组成部分的可行性。II. 考察 The Program 及其核心组成部分的可接受性。
探索性目标:I. 评估 The Program 在患者及其伴侣的生物心理社会困扰领域的初步疗效,以及该项目对他们的纵向影响。
方案概要:这是一项观察性研究。患者及其伴侣可获准使用 Connecting Care App 工具,并接受持续 30-45 分钟的生物心理社会筛查和心理教育课程,并完成研究中的调查问卷。患者及其伴侣在研究期间还可接受最多 4 次、每次 30-45 分钟的咨询课程。
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。




