提升父母对HPV疫苗接种接受度的信息框架干预研究
该数据集来自clinicaltrials.gov,聚焦肿瘤领域的宫颈癌、肛门癌与阴茎癌,研究信息框架(获益框架与损失框架)对非裔美国父母接受HPV疫苗的影响,并考察信息暴露前父母显著信念的调节作用

基本信息
资源简介
提升父母对HPV疫苗接种接受度的信息框架干预研究
该数据集来自clinicaltrials.gov,聚焦肿瘤领域的宫颈癌、肛门癌与阴茎癌,研究信息框架(获益框架与损失框架)对非裔美国父母接受HPV疫苗的影响,并考察信息暴露前父母显著信念的调节作用。参与者从当地社区和在线样本库招募,完成计算机辅助调查,先回答关于HPV及HPV疫苗的信念(如感知易感性、感知严重性、感知效能、感知安全性等)及背景信息,随后接受获益框架或损失框架的HPV疫苗接种信息,再回答对HPV疫苗接种的态度及为子女接种的意愿。数据可用于分析信息框架效应、信念调节作用及疫苗接种决策相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:宫颈癌、肛门癌、阴茎癌。本研究旨在确定信息框架(获益与损失)对非裔美国父母接受HPV疫苗的影响,以及这些影响如何受到信息暴露前父母显著信念的调节。从当地社区和在线样本库招募的参与者将完成一项计算机辅助调查。在调查中,参与者将首先回答与其对HPV和HPV疫苗的信念相关的问题(例如,感知易感性、感知严重性、感知效能、感知安全性等),以及其他背景信息。然后,他们将看到一条获益框架或损失框架的人乳头瘤病毒疫苗接种信息。在信息暴露之后,他们将回答与其对HPV疫苗接种的态度、为其子女接种疫苗的意愿相关的问题。
【主题与分类】
主题标签:Cervical Cancer、Anal Cancer、Penile Cancer。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03856437
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/NCT03856437
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:宫颈癌、肛门癌、阴茎癌。本研究旨在确定信息框架(获益与损失)对非裔美国父母接受HPV疫苗的影响,以及这些影响如何受到信息暴露前父母显著信念的调节。从当地社区和在线平台招募的参与者将完成一项计算机辅助调查。在调查中,参与者将首先回答与其对HPV和HPV疫苗的信念相关的问题(例如,感知易感性、感知严重性、感知效能、感知安全性等),以及其他背景信息。然后,他们将看到一条获益框架或损失框架的人乳头瘤病毒疫苗接种信息。信息暴露后,他们将回答与其对HPV疫苗接种的态度、为其子女接种疫苗的意愿,以及其他信息反应测量相关的问题。符合条件的参与者须年满21岁,自我认同为非裔美国人,并且是至少一名9-17岁且尚未开始HPV疫苗系列的儿童的监护父母或照料者。
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。




