改善肺癌临床试验的可及性
该数据集来自 clinicaltrials.gov,聚焦肺癌临床试验招募与患者参与问题。研究采用混合方法,分四个阶段:系统综述识别肺癌患者、照护者与临床医生参与临床试验的障碍;通过焦点小组探讨挑战与促进因素;开发面向肺癌专科护士的研究招募工具;并在四家 NHS 信托机构开展试点研究,检验该工具的有效

基本信息
资源简介
改善肺癌临床试验的可及性
该数据集来自 clinicaltrials.gov,聚焦肺癌临床试验招募与患者参与问题。研究采用混合方法,分四个阶段:系统综述识别肺癌患者、照护者与临床医生参与临床试验的障碍;通过焦点小组探讨挑战与促进因素;开发面向肺癌专科护士的研究招募工具;并在四家 NHS 信托机构开展试点研究,检验该工具的有效性与可接受性,包含对患者、照护者及护士的访谈。数据可用于研究临床试验招募障碍、护患沟通及招募工具评估等场景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肺癌、患者参与、研究、沟通、护患关系、招募。研究设计:本混合方法研究包含以下阶段:阶段1:系统综述,探讨肺癌患者(LCPs)、照护者及临床医生对临床试验接受的障碍与挑战;阶段2:与LCPs、照护者、肺癌专科护士(LCNs)、研究护士及多学科团队开展焦点小组,探讨LCPs对临床试验接受的挑战、障碍与促进因素;阶段3:为LCNs开发研究招募工具,以促进LCPs参与临床试验的招募;阶段4:在四家NHS信托机构开展试点研究,检验研究招募工具的有效性与可接受性(包括对LCPs、照护者及LCNs的访谈)。阶段1:对最佳科学文献的系统综述将识别LCPs临床试验招募中的挑战与障碍
【主题与分类】
主题标签:Lung Cancer、Patient Engagement、Research, Communication、Nurse-Patient Relations、Recruitment。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05780164
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/NCT05780164
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:肺癌、患者参与、研究、沟通、护患关系、招募。研究设计:本混合方法研究包括以下阶段:阶段1:系统综述,探讨肺癌患者(LCPs)、照护者及临床医生在临床试验参与方面的障碍与挑战;阶段2:与肺癌患者、照护者、肺癌专科护士(LCNs)、研究护士及多学科团队进行焦点小组讨论,探究肺癌患者参与临床试验的挑战、障碍及促进因素;阶段3:为肺癌专科护士开发研究招募工具,以促进肺癌患者参与临床试验的招募工作;阶段4:在四家NHS信托机构开展试点研究,测试研究招募工具的有效性和可接受性(包括对肺癌患者、照护者及肺癌专科护士的访谈)。阶段1:通过系统综述最佳科学文献,识别肺癌患者、照护者及临床医生在临床试验招募中面临的挑战与障碍。研究团队具备开展系统综述的经验,并共享多学科知识与专业技能。
近期的一项范围界定工作已识别出多篇探讨肺癌临床试验招募的论文;我们的综述将在检索数据库、检索词、纳入语言、潜在纳入论文的质量审查及时间范围方面更为广泛和严谨。将遵循PRISMA报告指南。第二阶段:将开展六个定性焦点小组,分别纳入肺癌患者、照护者、肺癌护士及多学科团队(MDT)其他成员,探讨肺癌患者进入临床试验的挑战与促进因素。焦点小组参与者将通过参与站点的肺癌护理团队招募。符合条件的临床医生参与者(护士及其他MDT人员)将通过参与站点的牵头LCN联系(见第四阶段),由其向所在团队分享邀请函和参与者信息单页。这些材料将说明研究目的并提供所涉内容的详细信息。邀请函将包含研究团队的联系方式,护士参与者将被要求完成c
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。




