改善肺癌患者临床试验的可及性与招募

数据集获取

源站：https://clinicaltrials.gov/study/NCT05888584

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

条件：肺癌。背景：讨论参与研究的患者以及随后参与研究的患者具有更好的结局和体验。已报道的试验对患者的益处包括：更多获得新药的机会；疾病控制；改善生存；提高生活质量；更密集的随访和监测；更好的症状管理；增强的护理和支持；以及患者赋权。在癌症诊疗中，靶向治疗转化为临床实践供LCPs使用的速度依赖于可及的临床试验机会；然而，试验参与率仍然很低。在英国国家医疗服务体系（NHS）内招募研究参与者具有挑战性，COVID-19导致英格兰进入临床试验的癌症患者减少了59%，从2017/18年的67,057人降至2020/2021年的27,734人[7,8]。因此，癌症研究所建议，应向患者提供可及且易于理解的试验信息，并且临床工作人员应在治疗路径早期与患者讨论试验。

被指派一名LC临床护理专家与更好的护理体验相关，研究发现护士与患者关于临床试验入组的讨论在决策和招募中发挥关键作用。然而，LCN往往因缺乏知识和信心、时间、专业知识和培训而感到无法与患者讨论临床试验。试验招募的主要障碍包括：筛查复杂性；缺乏资源、人员、技能和设备；时间；临床医生认知有限；感知的行政负担、对试验适宜性的担忧；向患者和临床医生传达的信息不足以及复杂的试验术语。建议将临床试验更紧密地整合到临床实践中，并对员工进行充分培训以支持临床研究。研究设计：这项混合方法研究包括以下阶段：阶段1：对最佳科学

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。