家庭照护者姑息护理干预支持II-IV期胃肠、妇科、泌尿及肺癌患者照护者
本数据集来自clinicaltrials.gov,聚焦于家庭照护者姑息护理干预(FCPCI)在支持II-IV期胃肠、妇科、泌尿及肺癌患者家庭照护者中的效果研究

基本信息
资源简介
家庭照护者姑息护理干预支持II-IV期胃肠、妇科、泌尿及肺癌患者照护者
本数据集来自clinicaltrials.gov,聚焦于家庭照护者姑息护理干预(FCPCI)在支持II-IV期胃肠、妇科、泌尿及肺癌患者家庭照护者中的效果研究。数据覆盖健康受试者、肾盂输尿管移行细胞癌、癌症治疗心理社会影响及多种复发性癌症等条件。主要目标为测试FCPCI对实验组家庭照护者在照护负担与照护技能准备度方面的影响,并与对照组比较;同时评估其对生活质量与心理困扰的作用。该数据可用于肿瘤照护干预效果预测、心理社会结局分析及姑息护理研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:健康受试者、局限性肾盂和输尿管移行细胞癌、转移性肾盂和输尿管移行细胞癌、癌症及其治疗的心理社会影响、复发性膀胱癌、复发性宫颈癌、复发性结肠癌、复发性胃癌。主要目标:I. 测试家庭照护者姑息护理干预(FCPCI)对实验组胃肠、妇科、泌尿及肺癌患者家庭照护者在照护负担和照护技能准备度方面的影响,并与对照组家庭照护者进行比较。II. 测试FCPCI对实验组胃肠、妇科、泌尿及肺癌患者家庭照护者在生活质量(QOL)和心理困扰方面的影响,并与对照组家庭照护者进行比较。
【主题与分类】
主题标签:Healthy Subject、Recurrent Bladder Cancer、Recurrent Cervical Cancer、Recurrent Colon Cancer、Recurrent Gastric Cancer、Recurrent Ovarian Epithelial Cancer、Recurrent Ovarian Germ Cell Tumor、Recurrent Pancreatic Cancer、Recurrent Rectal Cancer、Recurrent Renal Cell Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01846520
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/NCT01846520
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:健康受试者、肾盂和输尿管局限性移行细胞癌、肾盂和输尿管转移性移行细胞癌、癌症及其治疗的心理社会影响、复发性膀胱癌、复发性宫颈癌、复发性结肠癌、复发性胃癌。主要目标:I. 测试家庭照护者姑息治疗干预(FCPCI)对实验组胃肠道、妇科、泌尿系统和肺癌患者家庭照护者在照护负担和照护技能准备度方面的影响,并与对照组家庭照护者进行比较。II. 测试FCPCI对实验组胃肠道、妇科、泌尿系统和肺癌患者家庭照护者在生活质量和心理困扰方面的影响,并与对照组家庭照护者进行比较。次要目标:I. 描述家庭照护者的自我照护行为,比较实验组和对照组。II. 描述家庭照护者的资源使用情况,比较实验组和对照组。III.
识别在社会人口学、健康状况和患者特征方面从FCPCI中获益最多的家庭照护者亚组。IV. 描述家庭照护者对FCPCI的满意度。V. 描述照护者的自付费用和干预成本。大纲:参与者被随机分配到2个组中的1组。ARM I:参与者接受由高级执业护士(APN)提供的FCPCI,包括4次每周一次的家庭教育课程,随后是4次每月一次、每次30分钟的电话支持课程,以及6个月内可用的24小时电话支持。ARM II:参与者接受常规护理
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。




