eHealth干预促进Hispanic女性宫颈癌筛查效果研究
该数据集来自clinicaltrials.gov,聚焦肿瘤领域的宫颈癌筛查,研究eHealth promotora(外展卫生顾问)外展策略在Hispanic女性中提升宫颈癌筛查参与度的效果

基本信息
资源简介
eHealth干预促进Hispanic女性宫颈癌筛查效果研究
该数据集来自clinicaltrials.gov,聚焦肿瘤领域的宫颈癌筛查,研究eHealth promotora(外展卫生顾问)外展策略在Hispanic女性中提升宫颈癌筛查参与度的效果。研究计划招募160名21至65岁、未按时筛查或从未筛查的Hispanic女性,评估筛查知识、行为及干预对筛查结局的影响。采用双臂整群随机试验设计,参与者随机分配至宫颈癌教育干预组或营养教育对照组,干预组由promotora线上开展教育并发放筛查机构资源清单。数据可用于分析筛查行为、干预效果及相关分类任务(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。本研究将测试eHealth promotora(外展卫生顾问)外展策略在Hispanic女性中提升宫颈癌筛查参与度的有效性。研究者将招募160名21至65岁、未按时进行宫颈癌筛查或从未筛查过的Hispanic女性,旨在评估筛查知识、行为以及干预对宫颈癌筛查结局的影响。研究将采用双臂整群随机试验设计,参与者将被随机分配至宫颈癌教育干预组或营养教育对照组。宫颈癌教育组将利用promotora以线上方式开展教育课程,鼓励进行宫颈癌筛查,并发放筛查机构资源清单。对照组将参与一项教育
【主题与分类】
主题标签:Cervical Cancer Screening。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06741241
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/NCT06741241
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。本研究将检验一种eHealth promotora(社区健康顾问)外展策略在提高西班牙裔女性宫颈癌筛查率方面的有效性。研究者将招募160名年龄在21-65岁之间、未按时进行宫颈癌筛查或从未接受过筛查的西班牙裔女性,目的是评估筛查知识、行为以及干预对宫颈癌筛查结局的影响。本研究将采用双臂、整群随机试验设计,参与者将被随机分配到宫颈癌教育干预组或营养教育对照组。宫颈癌教育组将利用promotora以虚拟方式提供教育课程,以鼓励进行宫颈癌筛查,并获得筛查机构资源清单。对照组将以虚拟方式参加关于健康营养重要性的教育课程。主要研究结局是接受干预后六个月时是否接受宫颈癌筛查。
次要结局将包括宫颈癌筛查知识和自我效能(接受宫颈癌筛查的信心)。研究目标是检验eHealth promotora干预在促进筛查不足的西班牙裔人群中宫颈癌筛查的有效性。
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。




