年轻成人癌症幸存者的社会健康、活动行为与生活质量
该数据集来自 clinicaltrials.gov，聚焦年轻成人乳腺癌幸存者，覆盖 AJCC v8 解剖分期 I 至 IIIA 期乳腺癌
基本信息
资源简介
年轻成人癌症幸存者的社会健康、活动行为与生活质量
该数据集来自 clinicaltrials.gov，聚焦年轻成人乳腺癌幸存者，覆盖 AJCC v8 解剖分期 I 至 IIIA 期乳腺癌。研究旨在刻画治疗期间及早期幸存阶段社会健康的轨迹，考察社会健康与身体活动、久坐时间等行为之间的纵向及潜在双向关联，并分析其与生活质量的关系，同时检验性别、种族/族裔、社会经济地位和症状负担是否调节这些关联。参与者需完成约 40 分钟问卷，并连续 7 天佩戴 actigraph GT3X-BT 加速度计。数据可用于社会健康与活动行为、生活质量的预测建模及纵向关联分析（来源 clinicaltrials.gov）。
【主题与分类】
主题标签：Anatomic Stage I Breast Cancer AJCC v8、Anatomic Stage IA Breast Cancer AJCC v8、Anatomic Stage IB Breast Cancer AJCC v8、Anatomic Stage II Breast Cancer AJCC v8、Anatomic Stage IIA Breast Cancer AJCC v8、Anatomic Stage IIB Breast Cancer AJCC v8、Anatomic Stage III Breast Cancer AJCC v8、Central Nervous System Neoplasm、Hodgkin Lymphoma、Malignant Bone Neoplasm。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07259304
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/NCT07259304
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
疾病条件：解剖分期I期乳腺癌AJCC v8、解剖分期IA期乳腺癌AJCC v8、解剖分期IB期乳腺癌AJCC v8、解剖分期II期乳腺癌AJCC v8、解剖分期IIA期乳腺癌AJCC v8、解剖分期IIB期乳腺癌AJCC v8、解剖分期III期乳腺癌AJCC v8、解剖分期IIIA期乳腺癌AJCC v8。主要目标：I. 描述癌症治疗过程中及早期生存期间社会健康的轨迹变化；II. 探究社会健康与活动行为（体育活动和久坐时间）之间的纵向及潜在相互关联及其与生活质量的关系；III. 检验性别、种族/民族、社会经济状况和症状负担是否调节这些关联。方案概要：患者在基线、3个月、6个月和12个月时完成超过40分钟的问卷调查，并连续7天佩戴Actigraph GT3X-BT加速度计。
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。
