孕期戒烟后预防产后复吸的动机咨询研究
该数据集来自 clinicaltrials.gov,是一项随机对照研究,旨在开发并评估两种不同强度的动机性复吸预防(MRP)干预,以减少孕期戒烟女性产后复吸

基本信息
资源简介
孕期戒烟后预防产后复吸的动机咨询研究
该数据集来自 clinicaltrials.gov,是一项随机对照研究,旨在开发并评估两种不同强度的动机性复吸预防(MRP)干预,以减少孕期戒烟女性产后复吸。研究覆盖膀胱癌、宫颈癌、食管癌、胃癌、头颈癌、肾癌、白血病、肝癌等多种癌症相关条件,并评估 MRP 与增强版 MRP+ 对治疗机制及戒断效果的中介作用,同时比较两种干预与常规护理的成本效益。数据可用于戒烟干预效果预测与成本效益分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:膀胱癌、宫颈癌、食管癌、胃癌、头颈癌、肾癌、白血病、肝癌。目标: 开发并评估两种不同强度的“动机性复吸预防”(MRP)治疗,以减少孕期戒烟女性产后复吸。 评估 MRP 和增强版 MRP(MRP+)对治疗机制的影响,以及这些机制在介导 MRP 和 MRP+ 戒断效果中的作用。 评估 MRP 和 MRP+ 治疗相对于彼此以及相对于常规护理在减少产后复吸方面的成本效益。概要:这是一项随机研究。参与者被随机分配到 3 个干预组之一。 第 I 组(常规护理 [UC]):参与者根据《治疗烟草使用与依赖临床实践指南》获得自助材料和简短的复吸预防建议
【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/NCT00310115
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/NCT00310115
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
疾病:膀胱癌、宫颈癌、食管癌、胃癌、头颈癌、肾癌、白血病、肝癌。目的:* 开发并评估两种强度不同的“动机性复发预防”(MRP)治疗方案,用于减少孕期戒烟女性产后复吸。* 评估MRP与强化MRP(MRP+)对治疗机制的影响,以及这些机制在介导MRP和MRP+对戒烟效果中的作用。* 评估MRP与MRP+治疗方案相对于彼此以及相对于常规护理在减少产后复吸方面的成本效益。概要:这是一项随机研究。参与者被随机分配至3个干预组之一。* 第I组(常规护理[UC]):参与者接受基于《治疗烟草使用与依赖临床实践指南》的自助材料和简短复发预防建议。* 第II组(动机性复发预防[MRP]):参与者接受与第I组相同的干预。参与者还在妊娠34周和36周以及产后2、4、7和16周接受30分钟的电话咨询。
- 第三组(增强型MRP[MRP+]):参与者接受与第一组相同的干预措施,以及第二组相同的电话咨询。参与者还在妊娠30-33周和产后8周接受每次1小时的面对面咨询。所有组的参与者在基线、妊娠30-33周以及产后8周和26周完成问卷。参与者在产后8周和26周进行随访。预计招募人数:本研究将招募共计450名参与者。
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。
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。




