口服抗癌治疗责任协作网络

数据集获取

源站：https://clinicaltrials.gov/study/NCT02861209

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

疾病类型：乳腺癌、急性淋巴细胞白血病、肺癌、黑色素瘤、结直肠癌、前列腺癌。针对每家医院，将依据Vanhaecht等人2011年的7阶段模型，制定个体化诊疗路径。该方法旨在通过7个阶段提供系统性方法，支持跨学科团队开发新的诊疗路径或改进现有路径。研究的前半部分包括第1至第4阶段，旨在详细描绘当前实践，并将这些发现转化为诊疗路径的制定。

当前实践将采用混合方法进行研究，包括：* 通过调查评估医院层面的护理情况 * 与医疗保健专业人员(HCP)和患者进行半结构化访谈 * 对纳入研究的患者进行结果评估（自我管理、依从性、护理满意度、信息满意度、生活质量），使用经过验证的问卷在治疗开始时、1个月后和3个月后进行 * 在基线时对医疗保健专业人员进行结果评估（自我效能感和对自我管理的看法），使用经过验证的问卷 * 为HCP提供咨询培训和反馈会议 基于这些发现，每个医院的护理路径将由来自不同学科的不同利益相关者组成的当地项目团队制定。研究的后续部分包括第5-7阶段，其中护理路径被实施、评估并持续跟进。实施和评估同时进行。

评估包括：* 在治疗开始时、1个月后和3个月后对患者（新招募的）进行结局评估 * 对HCPs进行结局评估（随访） * 评估咨询技巧 * 与HCPs进行焦点小组讨论和访谈，以评估护理路径的制定和实施情况。在研究结束时，将比较实施前后的结局，以研究护理路径对上述方面的影响（见“简要总结”）。

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。