肿瘤患者灵性困扰评估——基于 SpiDiScl 的调查
该数据集来自印度国家首都地区针对成年癌症患者开展的横断面调查，包含参与者社会人口学信息及其在 SpiDiScl 量表上的得分
基本信息
资源简介
肿瘤患者灵性困扰评估——基于 SpiDiScl 的调查
该数据集名为“Assessment of Spiritual distress in oncology patients – a survey using the SpiDiScl”，来源于search.dataone.org，归类于肿瘤/其他方向。其核心内容来自印度国家首都地区针对成年癌症患者开展的一项横断面调查，记录了参与者的社会人口学信息以及他们在SpiDiScl量表上的得分。该数据集的主题标签为Medicine, Health and Life Sciences，整体上属于医学与健康科学领域中与肿瘤患者心理或精神健康评估相关的数据资源。从源站描述可知，该调查聚焦于肿瘤患者的精神困扰评估，通过标准化量表获取可量化的得分数据，并辅以社会人口学背景信息，为后续分析患者群体特征与精神困扰之间的关系提供了基础数据支撑。该数据集适用于对癌症患者精神健康、心理社会因素以及量表评估结果进行二次分析的研究场景。
【数据集背景】
该数据集所依托的调查是一项在印度国家首都地区开展的横断面研究，研究对象为成年癌症患者。调查的核心工具是SpiDiScl量表，用于评估肿瘤患者的精神困扰。源站描述明确指出，该数据集正是这一调查的产物，包含参与者的社会人口学信息及其在SpiDiScl量表上的得分。数据集被归类于肿瘤/其他方向，主题标签为Medicine, Health and Life Sciences，表明其应用领域集中在医学与健康科学，尤其是肿瘤学与患者心理社会评估的交叉方向。关于该调查的具体研究背景、立项依据、研究目的或理论框架，源站未提供。
【数据内容】
数据集包含两类主要信息：一是参与者的社会人口学信息，二是参与者在SpiDiScl量表上的得分。源站描述仅提及这两类内容，未进一步说明社会人口学信息具体涵盖哪些变量，例如年龄、性别、教育程度、收入水平、婚姻状况等均未在源站描述中列出。同样，SpiDiScl量表的具体维度、条目数量、计分方式、得分范围或临界值等信息，源站也未提供。因此，该数据集在内容层面的详细字段结构、变量类型、编码规则以及数据规模均无法从现有信息中确定。可以确认的是，数据以参与者为单位，将社会人口学特征与量表得分相对应，形成可用于统计分析的结构化记录。
【采集与来源】
该数据集的来源站为search.dataone.org。源站描述说明，数据来自一项在印度国家首都地区开展的横断面调查，调查对象为成年癌症患者。横断面调查意味着数据采集是在某一特定时间点或时间段内完成的，反映的是调查时点上的状况，而非纵向追踪数据。调查工具为SpiDiScl量表，用于评估精神困扰。关于调查的具体实施机构、抽样方法、样本量、招募途径、数据采集时间范围、伦理审批信息以及数据管理方式，源站均未提供。数据集的原始发布者、贡献机构或数据作者信息也未在源站描述中体现。
【适用场景】
基于源站描述，该数据集适用于以下方向：肿瘤患者精神困扰的评估研究、SpiDiScl量表在癌症人群中的应用分析、社会人口学因素与精神困扰得分之间的关联探索，以及印度国家首都地区成年癌症患者群体的心理社会状况描述。由于数据集包含量表得分和社会人口学信息，研究者可将其用于横断面分析、组间比较或相关性研究。主题标签Medicine, Health and Life Sciences进一步表明其适用于医学与健康科学领域的学术研究或临床相关分析。然而，由于源站未提供样本量、变量细节和抽样设计信息，该数据集是否适合进行特定统计推断或因果分析，无法从现有信息中判断。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据格式、文件结构、访问方式、下载条件或推荐的分析工具。使用者需依据search.dataone.org平台上的实际数据发布情况自行获取和解析。由于社会人口学信息和SpiDiScl得分的具体编码方式未知，使用前需查阅数据集附带的文档或元数据说明。源站描述未提及任何预处理步骤、数据清洗建议或分析脚本，因此无法就使用流程给出进一步说明。
【质量与限制】
源站未提供关于数据质量的评估信息，例如缺失值比例、异常值处理、样本代表性、量表信效度或数据完整性等。该数据集为横断面调查数据，其固有局限在于无法反映精神困扰随时间的变化或因果关系。此外，调查仅在印度国家首都地区开展，地域范围有限，是否可外推至其他地区或人群，源站未提供依据。样本量、应答率、抽样偏差等关键质量指标均未在源站描述中说明。因此，该数据集在质量与限制方面的具体表现无法从现有信息中确认。
【引用与许可】
源站未提供该数据集的引用格式、许可协议、使用条款或版权信息。使用者应访问search.dataone.org上该数据集的页面，查阅其实际发布的引用要求和许可声明。源站描述中未提及任何关于数据共享、再分发或商业使用的限制条件。
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。
使用方式
数据集获取
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
该数据集包括参与者的社会人口学信息及其在SpiDiScl上的得分，这些数据来源于在印度国家首都区对成年癌症患者进行的一项横断面调查。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
