面向患者的肝癌预防教育工具开发与测试

该数据集来自 clinicaltrials.gov,主题为面向患者的肝癌预防教育工具的开发与测试。源站描述显示,研究通过认知测试定性衡量参与者对网站文本的理解程度,并迭代调整内容、信息和布局;通过可用性测试定性衡量网站易用性,迭代调整面向患者部分的功能,直至参与者能自行输入风险因素并下载个人摘要

M.D. Anderson Cancer CenterM.D. Anderson Cancer Center
clinicaltrials
浏览 7
文本分类Liver Cancer
Development and Testing of a Patient-facing Educational Tool About Liver Cancer Prevention

基本信息

模态
文本
任务类型
分类
创建/更新时间
2026-10-12

资源简介

面向患者的肝癌预防教育工具开发与测试

该数据集英文名为 Development and Testing of a Patient-facing Educational Tool About Liver Cancer Prevention,来源于 clinicaltrials.gov,在分类上属于肿瘤 / 肝癌方向,主题标签为 Liver Cancer。从源站描述看,这是一项围绕面向患者的肝癌预防教育工具所开展的开发与测试研究。其核心关注点并非单纯的肝癌临床治疗数据,而是患者教育工具在文本理解、使用便利性和用户接受度方面的评估过程。研究通过认知测试定性衡量参与者对网站文本的理解程度,并据此迭代调整内容、信息和布局;同时通过可用性测试定性衡量网站易用性,迭代调整面向患者部分的功能,直至参与者能够自行输入风险因素并下载个人摘要。整体而言,该数据集适合用于了解患者教育工具在肝癌预防场景中的形成性评价思路。

【数据集背景】

该数据集对应的研究以肝癌(Liver Cancer)为疾病背景,目标是开发并测试一种面向患者的教育工具,主题聚焦于肝癌预防。源站描述中列出的主要目标包括两个方面:一是确保网站文本能够被参与者理解,二是确保网站易于使用。围绕这两个目标,研究分别采用认知测试和可用性测试进行定性衡量,并通过迭代方式调整内容、信息、布局以及面向患者部分的功能。次要目标则涉及网站对用户的可接受性,相关测量作为可用性测试的一部分,并提及 Ottawa Acceptabi 这一表述。该数据集因此具有患者教育、健康传播与工具可用性评估相结合的特征。

【数据内容】

从源站描述可知,该数据集所涉及的内容主要围绕一个面向患者的网站或网络工具展开,包含网站文本、信息与消息、页面布局,以及面向患者的功能模块。参与者需要在该工具中输入风险因素,并能够下载个人摘要。研究过程中形成的评估信息包括认知测试中的访谈者记录,以及可用性测试中的访谈者记录;这些记录用于判断参与者理解与文本含义之间是否存在较大差异,以及参与者是否能够独立完成风险因素输入和个人摘要下载。源站描述未提供具体样本量、参与者人口学信息、测试题目、评分量表或统计结果等细节。

【采集与来源】

该数据集的来源站为 clinicaltrials.gov,源站描述以研究条件、主要目标和次要目标的形式呈现。研究条件为 Liver Cancer。主要目标中的认知测试和可用性测试均被描述为定性测量方式,并通过迭代调整推进:在认知测试中,调整内容、信息和布局,直到访谈者记录显示参与者理解与文本含义之间没有较大差异;在可用性测试中,调整面向患者部分的功能,直到访谈者记录表明参与者能够自行输入风险因素并下载个人摘要。次要目标关注网站对用户的可接受性,并说明可接受性测量作为可用性测试的一部分。源站未提供具体采集时间、采集地点、招募方式、样本来源和数据存储形式。

【适用场景】

该数据集可用于了解肝癌预防领域中患者教育工具的开发与测试流程,尤其适合关注健康传播、患者教育材料可读性、网站可用性和形成性评价的研究场景。由于研究强调认知测试与可用性测试,它也可为设计面向患者的风险因素输入工具、个人摘要生成与下载功能提供参考。对于肿瘤 / 肝癌方向的信息产品设计者而言,该数据集所体现的迭代调整思路可用于优化文本表达、信息架构和交互功能。此外,该数据集还可用于讨论患者可接受性在工具测试中的位置,但具体可接受性测量工具和结果需以源站信息为准。

【使用方法】

源站描述未提供该数据集的具体使用方法、访问方式、文件格式、字段结构或分析指南。若需使用,应以 clinicaltrials.gov 上该研究条目的公开信息为准,并结合研究目标理解其定性测试与迭代调整过程。源站未提供可直接下载的数据文件说明,也未提供数据字典或操作手册。

【质量与限制】

该数据集的主要特点在于采用定性方式衡量理解程度和易用性,并通过迭代调整内容与功能。其限制也与此相关:源站描述未提供样本量、参与者特征、测试时长、访谈者记录的具体内容、可接受性测量的完整工具名称及结果,也未提供定量指标或统计结论。因此,该数据集更适合作为研究设计与评估思路的参考,而非直接用于疗效比较或流行病学推断。源站未提供关于数据完整性、偏倚控制、伦理审批和数据共享政策的详细信息。

【引用与许可】

源站未提供引用格式、许可条款、使用限制或数据共享声明。该数据集来源于 clinicaltrials.gov,相关研究条目可在该站查询;具体引用与许可要求需以源站公开信息为准。

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://clinicaltrials.gov/study/NCT07010315

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。

数据说明

Conditions: Liver Cancer. Primary Objectives: * To ensure the text for the site is understood by participants, participant comprehension will be measured qualitatively through cognitive testing. Adjustments will be made to the content, messages, and layout iteratively until interviewer notes show no large discrepancies between participant understanding and the meaning of the text. * To ensure the site is easy to use, usability will be measured qualitatively through usability testing. Adjustments will be made to the functionality of the patient-facing portions of the web-based tool iteratively until interviewer notes indicate that participants are able to input their risk factors and download the personal summary on their own. Secondary Objectives: * To describe whether the site is acceptable to users, acceptability will be measured (as part of usability testing) with the Ottawa Acceptability Measures. * To describe participants’ knowledge of liver cancer risk factors, knowledge will be measured (as part of usability testing) with Knowledge Questions developed for this study.

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。

获取专属数据定制方案