健康教育与安非他酮联用或不联用帮助非裔美国人戒烟
该数据集来自 clinicaltrials.gov,涉及膀胱癌、宫颈癌、食管癌、胃癌、头颈癌、肾癌、白血病、肝癌等多种肿瘤,主题标签还包括肺癌、胰腺癌与烟草使用障碍

基本信息
资源简介
健康教育与安非他酮联用或不联用帮助非裔美国人戒烟
该数据集来自 clinicaltrials.gov,涉及膀胱癌、宫颈癌、食管癌、胃癌、头颈癌、肾癌、白血病、肝癌等多种肿瘤,主题标签还包括肺癌、胰腺癌与烟草使用障碍。源站描述显示研究评估盐酸安非他酮联合健康教育咨询与安慰剂联合健康教育咨询在非裔轻度吸烟者戒烟中的疗效,并涉及 CYP2A6 活性、基因型、3HC/COT 表型及戒烟结局的关系。数据可用于戒烟干预效果与尼古丁代谢相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:膀胱癌、宫颈癌、食管癌、胃癌、头颈癌、肾癌、白血病、肝癌。目标:主要 评估盐酸安非他酮和健康教育咨询与安慰剂和健康教育咨询相比,在非裔美国人轻度吸烟者中戒烟的有效性。次要 通过评估表型(3'羟基可替宁/可替宁比值[3HC/COT])和CYP2A6基因型,描述非裔美国人轻度吸烟者中CYP2A6活性。 评估CYP2A6活性与戒烟结局之间的关系。 评估与非裔美国人轻度吸烟者中尼古丁和可替宁代谢相关的CYP2A6基因多态性。 测量基线可替宁及其代谢物水平,以评估3HC/COT的尼古丁代谢表型。 评估该关系
【主题与分类】
主题标签:Bladder Cancer、Cervical Cancer、Esophageal Cancer、Gastric Cancer、Head and Neck Cancer、Kidney Cancer、Leukemia、Liver Cancer、Lung Cancer、Pancreatic Cancer。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00666978
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/NCT00666978
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
适应症:膀胱癌、宫颈癌、食管癌、胃癌、头颈癌、肾癌、白血病、肝癌。
目的:
主要目的
- 评估盐酸安非他酮联合健康教育咨询与安慰剂联合健康教育咨询在非洲裔轻度吸烟者戒烟中的疗效。
次要目的
- 通过评估表型(3‘-羟基可替宁/可替宁比值[3HC/COT])和CYP2A6基因型,描述非洲裔轻度吸烟者中CYP2A6的活性。
- 评估CYP2A6活性与戒烟结局之间的关系。
- 评估非洲裔轻度吸烟者中与尼古丁和可替宁代谢相关的CYP2A6基因多态性。
- 测定基线可替宁及其代谢物水平,以评估3HC/COT的尼古丁代谢表型。
- 评估3HC/COT尼古丁代谢表型与戒烟结局之间的关系。
- 评估CYP2A6基因型作为戒烟结局预测因素的作用。
三级目的
-
通过评估表型和CYP2B6基因型,描述非洲裔轻度吸烟者中CYP2B6的活性。
-
评估CYP2B6活性与戒烟结局之间的关系。 * 测定盐酸安非他酮及其代谢物的稳态水平,以确定安非他酮代谢表型。 * 评估盐酸安非他酮代谢表型与戒烟结局之间的关系。 * 评估CYP2B6基因多态性(基因型)与盐酸安非他酮及活性代谢物血药浓度(表型)之间的关系。 * 确定CYP2B6基因型作为戒烟结局预测因素的作用。 大纲:参与者被随机分配至两个组之一。 * 第I组:参与者在第0-6周每日一次或两次口服盐酸安非他酮。参与者还接受6次健康教育咨询,分别在第0、3和7周于门诊访视时面对面进行,以及在第1、5和16周通过电话进行。健康教育咨询内容包括提供i
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




