英国癌症试验患者信息表和知情同意书语料库（2007-2017）
包含2007-2017年英国癌症试验的患者信息表和知情同意书文本语料库，用于研究患者知情同意及伦理文件语言特征。
基本信息
资源简介
英国癌症试验患者信息表和知情同意书语料库（2007-2017）
【一句话概览】
本数据集是 figshare 公开的文本数据集，主题涵盖 Randomised Controlled Trials、Research Ethics、Informed Consent、Patient Information、Readability，可用于医学自然语言处理（实体识别、信息抽取等），CC BY-NC-SA 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Corpora of patient information sheets and consent forms for UK cancer trials 2007-2017》。项目资助方：IOE Seed Funding Scheme 2017, UCL Institute of Education。源站首次发布：2020-04-22。
【数据内容】
源站原始描述：Obtaining informed consent is an ethical imperative when conducting research involving human participants. However, participants’ actual level of understanding is often difficult and impractical to assess in operational research. One setting where the stakes for understanding are high due to the potential consequences of research participation is randomised controlled trials (RCTs), which test the effectiveness and safety of medical treatments. However, ethics committees'' gatekeeping mechanisms…
【数据结构与技术规格】
数据集 DOI：10.5522/04/12168309.v1。
【主题与分类】
源站学科分类：Computational linguistics、English language、Stylistics and textual analysis、Discourse and pragmatics、Health care administration、Medical ethics。主题标签：Randomised Controlled Trials、Research Ethics、Informed Consent、Patient Information、Readability、Corpus Linguistics、Applied Linguistics、Cancer、Computational Linguistics、English Language。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://rdr.ucl.ac.uk/articles/dataset/Corpora_of_patient_information_sheets_and_consent_forms_for_UK_cancer_trials_2007-2017/12168309
使用许可：CC BY-NC-SA 4.0（https://creativecommons.org/licenses/by-nc-sa/4.0/）。
规范引用：Isaacs, Talia; Murdoch, Jamie; Demjen, Zsofia; Stevenson, Fiona (2020). Corpora of patient information sheets and consent forms for UK cancer trials 2007-2017. University College London. Dataset
【使用注意】
· 源站最后修改于 2023-05-31，引用时请注意版本时效。
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。
暂未开放有偿下载
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
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
