传统印刷沟通方法、简单电子沟通方法与常规护理对提高老年女性结直肠癌筛查频率的影响

一项随机临床试验,比较传统印刷、电子沟通与常规护理对老年女性结直肠癌筛查率的影响。

NIAID Data Ecosystem
浏览 6
表格结直肠癌筛查沟通方法
Traditional Print Communication Methods, Simple Electronic Communication Methods, or Usual Care in Increasing How Often Older Women Undergo Colorectal Cancer Screening

基本信息

模态
表格
创建/更新时间
2026-10-11

资源简介

传统印刷沟通方法、简单电子沟通方法与常规护理对提高老年女性结直肠癌筛查频率的影响

【数据内容】

源站原始描述:RATIONALE: Finding out which communication method affects a participant’s decision to undergo colorectal cancer screening may help increase the number of participants who undergo screening. It is not yet known which communication method is more effective in increasing how often participants undergo colorectal cancer screening. PURPOSE: This randomized clinical trial is studying traditional print communication methods to see how well they work compared with simple electronic communication methods…

中文译文(机器翻译,仅供快速理解,请以原文为准):依据:了解哪种沟通方法会影响参与者接受结直肠癌筛查的决定,可能有助于增加接受筛查的参与者人数。目前尚不清楚哪种沟通方法更能有效提高参与者接受结直肠癌筛查的频率。目的:这项随机临床试验正在研究传统印刷沟通方法,以了解其与简单电子沟通方法或常规护理相比,在提高老年女性接受结直肠癌筛查频率方面的效果如何。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://www.omicsdi.org/dataset/ecrin-mdr-crc/2038910

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://www.omicsdi.org/dataset/ecrin-mdr-crc/2038910

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

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。

获取专属数据定制方案