真实世界肿瘤心理社会财务干预缓解癌症相关财务困扰的可行性研究
该数据集来自 clinicaltrials.gov,聚焦癌症、财务困难和心理困扰人群,属于肿瘤领域的其他类数据。其内容围绕一项试点可行性研究,评估针对财务问题的心理社会干预在癌症患者中的可行性、可接受性和适宜性,并探索患者对该干预的感知与体验,同时尝试优化干预以更好应对财务困扰

基本信息
资源简介
真实世界肿瘤心理社会财务干预缓解癌症相关财务困扰的可行性研究
该数据集来自 clinicaltrials.gov,聚焦癌症、财务困难和心理困扰人群,属于肿瘤领域的其他类数据。其内容围绕一项试点可行性研究,评估针对财务问题的心理社会干预在癌症患者中的可行性、可接受性和适宜性,并探索患者对该干预的感知与体验,同时尝试优化干预以更好应对财务困扰。入组患者每月接受2次、每次60分钟的财务专项心理社会干预,持续3个月,共6次。数据可用于分析干预可行性、患者体验及财务困扰相关结局,为后续研究提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:癌症、财务困难、心理困扰。这项试点可行性研究的目标是评估针对财务问题的心理社会干预的可行性和初步影响,并探索癌症合并财务困难患者对这种财务心理社会干预的感知与体验。它旨在回答的主要问题是:1. 这种财务心理社会干预对经历财务困难的癌症患者是否可行、可接受且适宜?2. 我们如何优化这种财务心理社会干预,以最好地应对经历财务困难的癌症患者的财务困扰?入组该干预的患者将每月接受2次、每次60分钟的财务专项心理社会干预,持续3个月,共6次。
【主题与分类】
主题标签:Cancer、Financial Hardship、Psychological Distress。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07724041
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/NCT07724041
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:癌症、经济困难、心理困扰。这项试点可行性研究的目标是评估一项针对财务问题的心理肿瘤学干预的可行性及初步影响,并探索经济困难癌症患者对该财务心理肿瘤学干预的看法和体验。该研究旨在回答的主要问题是:1. 这项财务心理肿瘤学干预对经济困难的癌症患者是否可行、可接受且适宜?2. 我们如何完善这项财务心理肿瘤学干预,以最好地解决经济困难癌症患者的财务困扰?入组干预的患者将每月接受2次、每次60分钟的针对财务问题的心理肿瘤学会谈,持续3个月,整个干预期间共6次会谈。患者将在入组干预期间和干预完成后填写调查问卷,以评估经济困难、心理困扰、压力和焦虑等次要结局。
同意接受财务心理肿瘤学干预的个体还将被邀请参加一次30分钟的半结构化访谈,以探讨他们对财务心理肿瘤学干预的认知与体验,包括参与和投入的概念、相关性与可接受性、内容与理解、后勤与实用性,以及潜在影响。
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。




