乳腺癌患者诊断与治疗后的发病率研究
该数据集来自 clinicaltrials.gov，聚焦乳腺癌患者诊断与治疗后的发病率，涉及肩部问题、淋巴水肿和疲劳等状况
基本信息
资源简介
乳腺癌患者诊断与治疗后的发病率研究
该数据集英文名为 Morbidity After Diagnosis and Treatment of Breast Cancer Patients，来源于 clinicaltrials.gov，本站将其归类于肿瘤 / 乳腺癌方向。数据集聚焦乳腺癌患者诊断与治疗后的发病率问题，主题标签涵盖乳腺癌、肩部、淋巴水肿与疲劳。根据源站描述，研究纳入患者与健康参与者，在研究开始时以及第1、3、6、9、12、18和24个月接受访谈，回答关于病史、家族史、当前问题与治疗、疼痛史以及社会、身体与娱乐活动的问题；访视时还由物理治疗师进行上半身体格检查；患者与健康参与者还在研究开始时及第12、18、24个月填写关于手臂功能障碍、生活质量与身体活动情况的问卷。整体而言，该数据集围绕乳腺癌诊疗后的功能与症状负担，提供多时点随访的访谈、体格检查与问卷信息。
【数据集背景】
该数据集来自 clinicaltrials.gov，属于肿瘤 / 乳腺癌分类，关注乳腺癌患者诊断与治疗后的发病率。源站列出的状况包括乳腺癌、肩部、淋巴水肿与疲劳，说明研究关注的范围不仅限于肿瘤本身，还涉及治疗后常见的肩部问题、淋巴水肿和疲劳等状况。数据集以患者与健康参与者为对象，通过纵向随访观察上述状况在诊疗后的表现与变化。
【数据内容】
源站描述显示，数据内容包括访谈信息、体格检查结果与问卷填写内容。访谈涉及医疗史、家族史、当前问题与治疗、疼痛史，以及社会、身体和娱乐活动。体格检查为上半身物理检查，由物理治疗师完成。问卷涉及手臂功能障碍、生活质量与身体活动。随访时点为研究开始时以及第1、3、6、9、12、18和24个月；问卷填写时点为研究开始时以及第12、18和24个月。
【采集与来源】
数据来源站为 clinicaltrials.gov。采集方式包括访谈、物理治疗师实施的上半身体格检查以及问卷填写。研究对象包括患者与健康参与者，随访安排覆盖研究开始至第24个月。
【适用场景】
基于源站描述，该数据集可用于了解乳腺癌患者诊断与治疗后在肩部、淋巴水肿与疲劳等方面的状况，以及手臂功能障碍、生活质量和身体活动情况；也可用于对比患者与健康参与者在上述访谈、体格检查与问卷指标上的信息。具体研究设计与分析用途源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT00027118
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：乳腺癌、肩部、淋巴水肿、疲劳。患者和健康参与者将在研究开始时以及第1、3、6、9、12、18和24个月接受访谈，回答有关其病史、家族史、当前问题和治疗、疼痛史以及社交、体育和娱乐活动的问题。在访视时，他们还将由物理治疗师进行上半身体格检查。患者和健康参与者还将在研究开始时以及第12、18和24个月填写关于手臂残疾、生活质量和身体活动的问卷。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
