肿瘤与心脏疾病中的心身医学研究
该数据集来自 clinicaltrials.gov,聚焦肿瘤与心脏疾病中的心身医学研究,覆盖急性心肌梗死、Tako Tsubo 心肌病和乳腺癌三类疾病人群

基本信息
资源简介
肿瘤与心脏疾病中的心身医学研究
该数据集来自 clinicaltrials.gov,聚焦肿瘤与心脏疾病中的心身医学研究,覆盖急性心肌梗死、Tako Tsubo 心肌病和乳腺癌三类疾病人群。研究为观察性对照设计,计划纳入急性心肌梗死患者、Tako-Tsubo 综合征患者、近期接受乳腺癌手术的女性以及年龄和性别匹配的对照者,评估既往未被关注的基线心理特征,以及短期心理治疗后 1 年和 5 年的变化。数据可用于心理特征分类、疾病与心理因素关联分析及纵向变化研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性心肌梗死、Tako Tsubo 心肌病、乳腺癌。心理过程在许多疾病的病理生理学中起着复杂作用。然而,患者对身体和情绪的感知以及梦境与疾病之间的关系仍需研究。研究者计划开展一项观察性对照研究,旨在评估精心表征的心脏或肿瘤疾病患者中一些此前未被关注的基线心理特征,以及短期心理治疗后 1 年和 5 年时的变化。将纳入的患者为: 50 名 ≤ 75 岁的急性心肌梗死患者; 30 名 ≤ 75 岁的 Tako-Tsubo 综合征患者; 50 名 ≤ 75 岁、近期接受乳腺癌手术的女性; 90 名与纳入患者年龄和性别相同、无相关
【主题与分类】
主题标签:Acute Myocardial Infarction、Tako Tsubo Cardiomyopathy、Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03437642
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/NCT03437642
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:急性心肌梗死、Tako-Tsubo心肌病、乳腺癌。心理过程在许多疾病的病理生理学中起着复杂的作用。然而,患者对身体和情绪的感知以及梦境与疾病之间的关系仍有待研究。研究者计划开展一项观察性对照研究,旨在评估一些既往未被关注的基线心理特征,以及这些特征在经过仔细表征的心脏病或肿瘤疾病患者接受短期心理治疗后1年和5年时的变化。将纳入的患者包括:* 50例≤75岁的急性心肌梗死患者;* 30例≤75岁的Tako-Tsubo综合征患者;* 50例≤75岁、近期接受乳腺癌手术的女性;* 90名与入组患者年龄和性别相同的对照受试者,且在过去10年内无相关疾病。相关疾病定义为需要住院或长期药物治疗的疾病。
在入组时,所有受试者将接受全面的医学评估,以及以下心理测量测试:自我评价测试、社会支持问卷、贝克抑郁量表II(BDI II)、MacNew心脏病健康相关生活质量问卷、状态-特质焦虑量表(STAI)、状态-特质愤怒表达量表(STAXI 2)。在随后两次不同的会面中,将分别实施一份探讨身体与情绪感知的开放式问卷,以及另一份探讨过去与近期梦境的开放式问卷。健康受试者也将进行相同的评估。初始评估后,所有患者将可选择在药物治疗基础上开始为期6个月的短期心理治疗,或仅继续经典药物治疗。健康受试者将不会获得接受心理治疗的机会。在随访第一年,将再次实施心理测量测试组套,以及两份探讨身体与情绪感知、变化与特征的问卷。
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。
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。




