支持“英国50岁以下女性乳腺癌风险评估优先事项：调查与离散选择实验”的研究数据

数据集获取

源站：https://doi.org/10.17863/cam.121965

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

这是作为“年轻女性乳腺癌早期检测主动风险评估离散选择实验”（PREVENT-Breast DCE）的一部分所收集的数据。本研究由英国癌症研究国际癌症早期检测联盟（ACED）资助。数据收集于2025年7月。目的：为了为在初级保健中实施乳腺癌风险评估的策略提供依据，本研究旨在了解此类策略不同属性的重要性以及参与者愿意做出的权衡。其次，我们旨在估计可能采用不同风险评估策略的人群比例。

数据集：- 1 参与者特征 - 匿名化的参与者人口统计学信息、癌症病史以及癌症担忧和感知可能性 - 2 对风险评估的进一步看法 - 对探索更广泛观点的附加条目的回答 - 3 DCE - 参与者在DCE中每个问题的选择回答 - 4 DCE评估 - 参与者对DCE的评估，包括属性的易用性和优先级排序 - 5 DCE问题矩阵 附加条目： - 研究方案 - 参与者信息表和知情同意书 - 合并版 - 完整调查大纲 - 信息和数据字典 - 每个变量的说明

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。