提升癌症患者及其社区氡教育与意识

该数据集来自 clinicaltrials.gov,聚焦癌症生存者及其社区成员(如照护者、家人、朋友)的氡教育与氡检测意识提升

University of UtahUniversity of Utah
clinicaltrials
浏览 18
其他分类Cancer Survivorship
Improving Radon Education and Awareness in Cancer Patients and Their Extended Community

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

提升癌症患者及其社区氡教育与意识

该数据集来自 clinicaltrials.gov,聚焦癌症生存者及其社区成员(如照护者、家人、朋友)的氡教育与氡检测意识提升。研究为一项试点研究,旨在开发和评估基于诊所的干预措施,向癌症生存者及其照护者/家属普及氡与氡检测知识。干预将在治疗肺癌的诊所,以及治疗氡可能作为病因被研究的癌症(如乳腺癌、皮肤黑色素瘤、胃肠道癌)的诊所中开展。数据可用于肿瘤学、公共卫生教育、癌症生存者照护及环境致癌风险沟通等相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:癌症生存。临床就诊是为癌症生存者(定义为患者和生存者)及其社区中的人(例如照护者、家人、朋友)提供关于氡和氡检测教育的机会。这是一项试点研究,旨在开发和评估一种基于诊所的干预措施的影响,该干预措施教育癌症生存者及其照护者/家属关于氡和氡检测的知识。本研究将招募生存者、照护者以及有兴趣的家人或朋友参与这项干预,因为他们是关于生存者癌症护理和福祉的重要决策者。该干预将在治疗肺癌的诊所,以及治疗氡正在被研究作为其病因贡献因素的癌症(例如乳腺癌、皮肤黑色素瘤、胃肠道癌)的诊所中进行。

【主题与分类】

主题标签:Cancer Survivorship。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07712133

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07712133

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:癌症生存者。临床预约是为癌症生存者(定义为患者和生存者)及其社区中的人群(如照护者、家庭成员、朋友)提供氡及氡检测教育的机会。这是一项试点研究,旨在开发并评估一种基于临床的干预措施的效果,该干预措施向癌症生存者及其照护者/家属提供有关氡和氡检测的教育。本研究将招募生存者、照护者以及感兴趣的家庭成员或朋友参与该干预,因为他们是关乎生存者癌症治疗和福祉的重要决策者。该干预将在治疗肺癌的诊所,以及治疗那些正在研究氡作为其病因促成因素(如乳腺癌、皮肤黑色素瘤、胃肠道癌)的癌症的诊所中实施。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。