测量新诊断I、II或III期乳腺癌或乳腺导管原位癌女性的压力
该数据集来自 clinicaltrials.gov,聚焦新诊断 I、II 或 III 期乳腺癌或乳腺导管原位癌女性的压力测量

基本信息
资源简介
测量新诊断I、II或III期乳腺癌或乳腺导管原位癌女性的压力
该数据集来自 clinicaltrials.gov,聚焦新诊断 I、II 或 III 期乳腺癌或乳腺导管原位癌女性的压力测量。数据覆盖生理、心理社会与行为层面的压力反应,以及昼夜唾液皮质醇节律模式,并涉及手术前后皮质醇节律与夜间尿肾上腺素排泄的变化。数据可用于分析压力相关生物标志物与乐观、状态与特质焦虑、正负性情感等自评心理社会因素之间的关联,支持肿瘤心理与行为研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:焦虑障碍、乳腺癌、抑郁、癌症及其治疗的心理社会影响。目标:主要 描述新诊断乳腺癌女性在生理、心理社会和行为方面对压力的反应分布。 描述新诊断乳腺癌女性的昼夜皮质醇节律模式。次要 确定昼夜唾液皮质醇(均值或模式)在研究入组后两周内的两天中是否一致。 评估在介入性压力事件(手术前至手术后)后昼夜皮质醇节律模式和夜间尿肾上腺素排泄的变化。* 确定昼夜皮质醇节律和夜间尿排泄是否与多种自报心理社会因素相关:乐观(LOT-R)、状态和特质焦虑(STAI form Y-2)、正性和负性情感(PANAS)、d
【主题与分类】
主题标签:Anxiety Disorder、Breast Cancer、Depression。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00665782
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/NCT00665782
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
条件:焦虑障碍、乳腺癌、抑郁、癌症及其治疗的心理社会影响。目的:主要 * 描述新诊断乳腺癌女性对压力的生理、心理社会和 behavioral 反应的分布。 * 描述新诊断乳腺癌女性的昼夜皮质醇节律模式。次要 * 确定昼夜唾液皮质醇(平均值或模式)在研究入组两周内的两天内是否一致。 * 评估在干预性压力事件(手术前至手术后)后,昼夜皮质醇节律模式和夜间尿肾上腺素排泄的变化。 * 确定昼夜皮质醇节律和夜间尿排泄是否与多种自我报告的心理社会因素相关:乐观(LOT-R)、状态和特质焦虑(STAI form Y-2)、正负性情感(PANAS)、抑郁症状(CES-D)、应对(Brief COPE)和感知压力(PSS-10)。 * 确定昼夜皮质醇节律和夜间尿肾上腺素排泄是否与社会经济压力和歧视(功能性社会支持和歧视 [EOD])相关。
- 确定日间皮质醇节律和夜间尿肾上腺素排泄是否与一种生活方式行为和膳食脂肪摄入(Block食物筛查问卷)相关。大纲:患者按种族(白人 vs 非裔美国人)分层。指导患者在研究入组后2周内的2个不同日期收集唾液和尿液样本。唾液样本在基线时、乳腺癌手术前以及手术后7-10天每天收集6次。尿液样本在唾液收集日的午夜后至次日晨尿(含)期间收集。患者还在研究入组后2周内以及乳房手术后7-10天完成问卷(通过电话访谈或面对面)。所考察的压力指标包括乐观倾向(LOT-R)、特质焦虑量表(STAI表Y-2)、功能性社会支持、情感与抑郁(PANAS和CES-D)、p
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。




