接纳承诺疗法改善III-IV期癌症患者及其伴侣幸福感
该数据集来自clinicaltrials.gov，聚焦于III-IV期癌症患者及其伴侣的心理社会干预研究，涉及恶性女性生殖系统肿瘤、恶性肝胆肿瘤以及III期乳腺癌、宫颈癌、结直肠癌、肺癌、前列腺癌等
基本信息
资源简介
接纳承诺疗法改善III-IV期癌症患者及其伴侣幸福感
该数据集来自clinicaltrials.gov，聚焦于III-IV期癌症患者及其伴侣的心理社会干预研究，涉及恶性女性生殖系统肿瘤、恶性肝胆肿瘤以及III期乳腺癌、宫颈癌、结直肠癌、肺癌、前列腺癌等。研究主要目标为检验伴侣共同接纳承诺疗法（C-ACT）的可行性与可接受性，并收集其对患者及伴侣焦虑、抑郁和生活质量影响的初步数据。干预包括每周一次、每次60-75分钟的ACT课程，共6次，并布置课后作业，研究结束后1周进行随访。数据可用于探索心理干预在肿瘤患者及伴侣中的应用效果（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：恶性女性生殖系统肿瘤、恶性肝胆肿瘤、伴侣、III期乳腺癌、III期宫颈癌、III期结直肠癌、III期肺癌、III期前列腺癌。主要目标：I. 检验伴侣接纳承诺疗法（ACT）（C-ACT）的可行性和可接受性。II. 收集C-ACT对患者和伴侣焦虑、抑郁及生活质量影响的初步数据。概要：患者及其伴侣参加为期6周、每周一次、每次60-75分钟的ACT课程。伴侣学习接纳、回避、觉察、价值观与承诺行动、正念与关系中的价值观，以及处理持续担忧和顾虑的技能。患者及其伴侣还在每次课程后完成家庭作业。研究完成后，患者及其伴侣在1周时进行随访。
【主题与分类】
主题标签：Malignant Hepatobiliary Neoplasm、Partner、Stage III Breast Cancer、Stage III Cervical Cancer、Stage III Colorectal Cancer、Stage III Lung Cancer、Stage III Prostate Cancer、Stage III Skin Melanoma、Stage III Uterine Corpus Cancer、Stage IIIA Breast Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03112668
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/NCT03112668
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：女性生殖系统恶性肿瘤、肝胆恶性肿瘤、伴侣、III期乳腺癌、III期宫颈癌、III期结直肠癌、III期肺癌、III期前列腺癌。主要目标：I. 考察伴侣接纳与承诺疗法（ACT）（C-ACT）的可行性和可接受性。II. 收集C-ACT对患者及其伴侣焦虑、抑郁和生活质量影响的初步数据。方案概述：患者及其伴侣每周参加一次ACT课程，共6次，每次60-75分钟。伴侣们学习接纳、回避、觉察、价值观与承诺行动、关系中的正念与价值观，以及处理持续担忧和顾虑的技巧。患者及其伴侣还需在每次课程后完成家庭作业。研究完成后，对患者及其伴侣进行为期1周的随访。
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。
