伤寒疫苗用于测试I-IIIA期乳腺癌患者免疫应激反应
该数据集来自clinicaltrials.gov，聚焦I-IIIA期乳腺癌生存者，研究伤寒疫苗（含灭活疫苗与安慰剂对照）引发的炎症与行为反应（负性情绪、疲劳、疼痛、认知问题），并考察心肺适能、年龄与抑郁症状对这些反应的影响及调节作用
基本信息
资源简介
伤寒疫苗用于测试I-IIIA期乳腺癌患者免疫应激反应
该数据集来自clinicaltrials.gov，聚焦I-IIIA期乳腺癌生存者，研究伤寒疫苗（含灭活疫苗与安慰剂对照）引发的炎症与行为反应（负性情绪、疲劳、疼痛、认知问题），并考察心肺适能、年龄与抑郁症状对这些反应的影响及调节作用。数据可用于探索乳腺癌患者免疫应激与行为症状的关联，支持预测模型构建与相关临床研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：癌症治疗的认知副作用、抑郁、复发性乳腺癌、IA期乳腺癌、IB期乳腺癌、IIA期乳腺癌、IIB期乳腺癌、IIIA期乳腺癌。主要目标：I. 评估乳腺癌生存者心肺适能与对伤寒疫苗的炎症及行为反应（负性情绪、疲劳、疼痛和认知问题）之间的关系。II. 确定年龄和抑郁症状对伤寒疫苗和安慰剂炎症及行为反应的影响。III. 评估心肺适能调节年龄和抑郁相关伤寒疫苗反应的能力。概要：患者被随机分配到2个组之一。组I：患者在访视1接受灭活伤寒疫苗肌内注射（IM），30天后在访视2接受安慰剂IM。组II：患者
【主题与分类】
主题标签：Cognitive Side Effects of Cancer Therapy、Depression、Recurrent Breast Carcinoma、Stage IA Breast Cancer、Stage IB Breast Cancer、Stage IIA Breast Cancer、Stage IIB Breast Cancer、Stage IIIA Breast Cancer。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02415387
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/NCT02415387
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：癌症治疗的认知副作用、抑郁症、复发性乳腺癌、IA期乳腺癌、IB期乳腺癌、IIA期乳腺癌、IIB期乳腺癌、IIIA期乳腺癌。主要目标：I. 评估乳腺癌幸存者心肺适能与对伤寒疫苗的炎症及行为反应（负性情绪、疲劳、疼痛和认知问题）之间的关系。II. 确定年龄和抑郁症状对伤寒疫苗和安慰剂炎症及行为反应的影响。III. 评估心肺适能调节年龄和抑郁相关伤寒疫苗反应的能力。方案概要：患者被随机分配至2个组中的1组。第I组：患者在访视1时接受灭活伤寒疫苗肌肉注射（IM），30天后在访视2时接受安慰剂IM。第II组：患者在访视1时接受安慰剂IM，30天后在访视2时接受灭活伤寒疫苗IM。
有一个初始筛选访视，两组患者均需完成一次录音访谈，内容包括询问其一生中情绪和情感的变化、身体测量、指尖采血以评估贫血和糖尿病标志物。在第1次和第2次访视期间，两组患者将定期抽血，并完成一系列评估感受、健康行为和人格的问卷。患者还需在注射后3-4.5小时完成认知任务和温度敏感性任务。
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。
