优化乳房切除术后乳房重建决策：以患者为中心的方法，美国，2017
包含乳腺癌患者和临床医生定性访谈数据，用于开发乳房重建决策工具。
基本信息
资源简介
优化乳房切除术后乳房重建决策：以患者为中心的方法，美国，2017
【一句话概览】
本数据集是 ICPSR 公开的文本数据集，主题涵盖 health care services、mastectomy、health care，可用于医学自然语言处理（实体识别、信息抽取等）。
【数据集背景】
本数据集源站标题为《Optimizing Decision Making about Breast Reconstruction after Mastectomy: A Patient-Centered Approach, United States, 2017》。源站首次发布：2026。
【数据内容】
源站原始描述：Breast reconstruction after mastectomy is an important part of breast cancer treatment for many patients. Breast reconstruction can restore quality of life after mastectomy, but its complication risk is quite high. Many patients and surgeons lack knowledge of that risk, and reconstruction decisions often misalign with patient preferences about risk, appearance, and recovery. Although clinical decision tools exist for a variety of treatments, tools designed to support breast reconstruction decisi…
中文译文（机器翻译，仅供快速理解，请以原文为准）：乳房切除术后的乳房重建是许多患者乳腺癌治疗的重要组成部分。乳房重建可以恢复乳房切除术后的生活质量，但其并发症风险相当高。许多患者和外科医生对该风险缺乏了解，重建决策也常常与患者在风险、外观和恢复方面的偏好不一致。尽管已有适用于多种治疗的临床决策工具，但旨在支持乳房重建决策、尤其是关于重建类型和时机的工具仍然缺乏。本项目的目标是开发并测试一种按风险分层、并能反映患者偏好和临床需求的临床决策工具。研究团队对患者和临床医生进行了定性访谈，探讨他们关于乳房重建的决策过程。研究团队利用这些关于利益相关者需求和偏好的信息，为决策工具的开发提供依据。
【主题与分类】
主题标签：health care services、mastectomy、health care。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://www.icpsr.umich.edu/web/ICPSR/studies/38415
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。
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://www.icpsr.umich.edu/web/ICPSR/studies/38415
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
