乳房切除与肿块切除术后预防持续性疼痛及减轻抑郁焦虑症状
该数据集来自 clinicaltrials.gov,聚焦女性乳腺癌及导管原位癌患者在接受乳房切除或肿块切除术前,通过心理干预预防术后持续性疼痛、抑郁与焦虑

基本信息
资源简介
乳房切除与肿块切除术后预防持续性疼痛及减轻抑郁焦虑症状
该数据集来自 clinicaltrials.gov,聚焦女性乳腺癌及导管原位癌患者在接受乳房切除或肿块切除术前,通过心理干预预防术后持续性疼痛、抑郁与焦虑。涉及的干预方法为 Acceptance and Commitment Therapy(ACT),一种结合正念的行为疗法,旨在通过促进心理接纳和朝向个人价值承诺行动来提升心理灵活性。源站描述还提及 ACT 在简短干预中的潜力,包括针对偏头痛与抑郁共病患者的一日 ACT 工作坊。该数据可用于术后疼痛与情绪症状的预测建模及心理干预效果分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:持续性术后疼痛、女性乳腺癌、导管原位癌。针对抑郁、焦虑的心理干预以及术前患者疼痛管理的心理学方法,可能有助于预防高危个体出现持续性术后疼痛、抑郁和焦虑。Acceptance and Commitment Therapy(ACT)是一种心理疗法,已被证明可有效减轻慢性疼痛的损害性影响,并治疗抑郁和焦虑。ACT 是一种结合正念的行为疗法,旨在通过促进心理接纳和朝向个人所认同价值的承诺行动来提升心理灵活性。ACT 在简短干预中也显示出前景,包括针对共病偏头痛与抑郁患者的一日 ACT 工作坊。该 cu
【主题与分类】
主题标签:Persistent Postsurgical Pain、Breast Cancer Female、Ductal Carcinoma in Situ。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03430765
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/NCT03430765
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:持续性术后疼痛、女性乳腺癌、导管原位癌。针对术前患者的抑郁、焦虑的心理干预以及疼痛管理的心理方法,可能有助于预防高危个体发生持续性术后疼痛、抑郁和焦虑。接纳与承诺疗法(ACT)是一种心理疗法,已被证明能有效减轻慢性疼痛的损害性影响,并治疗抑郁和焦虑。ACT是一种包含正念的行为疗法,旨在通过促进心理接纳和朝着个人所认同价值方向的承诺行动来增强心理灵活性。ACT在简短干预中也显示出前景,包括对伴有偏头痛和抑郁症患者开展为期一天的ACT工作坊。本研究拟识别有较高风险发生持续性术后疼痛的术前乳腺癌患者,并提供简短的ACT干预,旨在降低持续性术后疼痛和心理后遗症的发生率。
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。




