接受积极化疗的癌症患者亲属照护者负担与焦虑匿名原始数据集（N=494）

数据集获取

源站：https://doi.org/10.5281/zenodo.20381043

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。

数据集大小约 96.4 KB。

数据说明

该公共存储库包含一份完全匿名化的完整病例原始数据集（N = 494），数据收集于2025年10月至2026年5月期间，在İzmir City Hospital门诊化疗等候区陪同癌症患者的非正式照护者。为确保严格的方法学复现并防止统计插补偏倚，采用了完整病例分析策略，因而从最初筛查的634对照顾者-患者二元组中排除了140条不完整记录。最终数据集涵盖全面的照护者社会人口学资料、家庭居住安排、主观后勤参数（包括就医交通方式，如私家车、公共交通或出租车）、单个评估感知到的外部社会支持的二分类条目，以及详细的临床肿瘤学属性（原发诊断、照护时间范围、累计化疗持续时间及癌症相关急性住院频率）。此外，该数据集还提供两种经文化验证的临床工具的逐条目和累计追踪评分：用于照护者倦怠评估的19条目简版Zarit负担访谈（ZBI-19），以及用于状态焦虑评估的21条目Beck焦虑量表（BAI-21）。相应的数据字典映射了所有分类、有序和连续变量的编码方案，并嵌入该电子表格中，以促进透明度、开放科学框架以及心理肿瘤学领域未来的协作式荟萃分析。

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。