文化适配材料提升冰岛波兰裔女性宫颈癌筛查参与
该数据集来自 clinicaltrials.gov,聚焦冰岛波兰裔女性的宫颈癌筛查参与问题。研究显示,移民背景女性的宫颈癌筛查参与率低于一般人群,仅将筛查材料翻译为移民群体语言可能不足以激励参与,而文化适配被认为可能促进筛查

基本信息
资源简介
文化适配材料提升冰岛波兰裔女性宫颈癌筛查参与
该数据集来自 clinicaltrials.gov,聚焦冰岛波兰裔女性的宫颈癌筛查参与问题。研究显示,移民背景女性的宫颈癌筛查参与率低于一般人群,仅将筛查材料翻译为移民群体语言可能不足以激励参与,而文化适配被认为可能促进筛查。本研究比较文化适配邀请信与冰岛国家宫颈癌筛查项目现行标准邀请信对筛查参与率的影响,适配邀请信由目标人群焦点小组共同开发。数据可用于研究文化适配干预对宫颈癌筛查依从性的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:宫颈癌筛查、宫颈癌、宫颈癌(早期检测)。已有研究表明,与一般人群相比,具有移民背景的女性宫颈癌筛查参与率仍然较低。将现有筛查材料翻译成移民群体的语言可能不足以激励筛查参与。然而,癌症筛查材料的文化适配已被提出作为促进筛查参与的一种潜在策略。本研究调查与冰岛国家宫颈癌筛查项目目前使用的标准邀请信相比,文化适配的邀请信是否提高居住在冰岛的波兰女性对宫颈癌筛查的参与率。该适配邀请信是与来自目标人群的焦点小组合作开发的。所有 ind
【主题与分类】
主题标签:Cervical Cancer Screening、Cervical Cancer、Cervical Cancer (Early Detection)。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07856862
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/NCT07856862
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:宫颈癌筛查、宫颈癌、宫颈癌(早期检测)。已有研究表明,与一般人群相比,具有移民背景的女性参与宫颈癌筛查的比例仍然较低。将现有的筛查材料翻译成移民群体的语言,可能不足以激励其参与筛查。然而,有研究提出,对癌症筛查材料进行文化调适可能是促进筛查参与的一种潜在策略。本研究旨在探讨,与目前国家宫颈癌筛查项目中使用的标准邀请函相比,文化调适后的邀请函是否能提高居住在冰岛的波兰女性参与宫颈癌筛查的比例。该调适版邀请函是与目标人群中的焦点小组合作制定的。根据卫生局发布的国家癌症筛查指南,所有在冰岛登记处登记为女性且年龄在23至64岁之间的个人均有资格接受宫颈癌筛查。
符合条件的人员将通过国家健康门户网站以数字方式以及邮寄方式收到邀请函。所有符合条件的人员都会收到冰岛语、英语和波兰语的数字邀请函。纸质邀请函仅提供冰岛语版本。因此,文化适配版邀请函将仅以数字方式发送。居住在冰岛、需要进行常规宫颈癌筛查的波兰出生女性将按1:1随机分配,分别接受文化适配版邀请函或标准邀请函。本试验旨在生成证据,以说明诸如对现有筛查材料进行文化适配之类的低成本干预措施是否有助于减少筛查参与率方面的差异。
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。




