PROMIS 2 我的健康

数据集获取

源站：https://search.dataone.org/view/sha256%3A97b4416c429032af48b439e5183f2807027f562f600d6a07f13afe287b36854c

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

MY-Health 是一项横断面研究，招募了 5,500 名成年癌症患者构成基于人群的样本，进行邮寄调查（对未应答者进行电话随访），以评估 PROMIS 测量在不同社会人口学和临床亚组间的等价性。诊断为七种癌症中任一种的患者均符合入选条件（女性乳腺癌、子宫癌和宫颈癌、前列腺癌、结直肠癌、非小细胞肺癌（NSCLC）和非霍奇金淋巴瘤），以确保纳入年龄范围广（21-84 岁）、治疗经历和潜在症状各异的成人。MY-Health 聚焦于对癌症结局重要且与其他慢性病相关的七个领域：疼痛、抑郁、焦虑、睡眠障碍、疲乏、社会功能和躯体功能。由于 MY-Health 是一项关注少数族裔和医疗服务不足人群的“验证性”研究，因此对从 3 个州（加利福尼亚州、新泽西州、路易斯安那州）的 4 个登记处抽取的种族/族裔少数群体进行了过度抽样。

研究目标
使用项目反应理论（项目功能差异（DIF）分析）评估来自基于人群的癌症患者样本中 PROMIS 条目库在不同年龄和种族/族裔群体中的测量特性。评估 PROMIS 测量工具在检测基于人群的患者结局差异方面的能力，这些差异涉及年龄、种族-族裔，以及按癌症类型、分期/严重程度、合并症、治疗和疾病阶段定义的癌症亚组（已知组效度、结构效度）。评估测量工具在选定的健康相关生活质量领域中检测具有临床意义变化的反应度。按患者年龄、严重程度及其他临床重要特征估计癌症特异性人群常模。

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。