女性胃肠道癌症幸存者身心性健康项目
该数据集来自 clinicaltrials.gov,聚焦女性结直肠癌与肛门癌幸存者的性健康问题。源站描述显示,研究旨在迭代优化并试点测试一种新型身心性健康干预方案,分为两个阶段:第一阶段为小型开放试点试验,第二阶段为更大规模的随机试点试验

基本信息
资源简介
女性胃肠道癌症幸存者身心性健康项目
该数据集来自 clinicaltrials.gov,聚焦女性结直肠癌与肛门癌幸存者的性健康问题。源站描述显示,研究旨在迭代优化并试点测试一种新型身心性健康干预方案,分为两个阶段:第一阶段为小型开放试点试验,第二阶段为更大规模的随机试点试验。该方案基于研究者此前开发的为期6周、以小组为基础的身心性健康项目。数据可用于肿瘤康复、性功能障碍干预及身心疗法相关的分类或预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:结直肠癌(诊断)、肛门癌、女性性功能障碍。本方案的主要目标是对研究者在既往研究(DF-HCC 方案 #22-586、#24-009 和 #24-281)中开发的一种新型身心性健康干预进行迭代优化和试点测试。本方案将包括2个研究阶段,包括一个小型开放试点试验(第1阶段)和随后一个更大规模的随机试点试验(第2阶段)。本方案建立在研究者既往工作的基础上,即为结直肠癌和肛门癌女性幸存者开发一个为期6周、以小组为基础的身心性健康项目。对于第1阶段(开放试点试验),参与者在开始研究程序之前将完成电子知情同意(包括授权访问EHR中相关医疗信息的HIPAA授权)。随后参与者将被邀请
【主题与分类】
主题标签:Colorectal Cancer (Diagnosis)、Anal Cancer、Sexual Dysfunction Female。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07795801
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/NCT07795801
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
疾病:结直肠癌(诊断)、肛门癌、女性性功能障碍。本方案的主要目标是对研究者在既往研究(DF-HCC方案#22-586、#24-009和#24-281)中开发的一种新型身心性健康干预措施进行迭代优化和试点测试。本方案将包括2个研究阶段,包括一个小型开放性试点试验(第1阶段)和随后一个更大规模的随机试点试验(第2阶段)。本方案建立在研究者既往工作的基础上,旨在为结直肠癌和肛门癌女性幸存者开发一个为期6周、基于团体的身心性健康项目。对于第1阶段(开放性试点试验),参与者在研究程序开始前将完成电子知情同意(包括授权访问EHR中相关医疗信息的HIPAA授权)。随后,参与者将被邀请参加约6周的团体课程,每次持续约90分钟,内容包括与幸存者性健康相关的身心医学和补充医学资源。
为帮助研究者进一步完善性健康项目,以推进下一阶段研究,研究者将通过REDCap要求参与者在基线时及完成6次课程项目后填写简短(约30分钟)的调查量表组合,包括对干预可行性和可接受性的评估以及相关心理社会结局。对于第2阶段(随机试点试验),参与者将在研究程序开始前完成电子知情同意(包括HIPAA授权,以获取EHR中的相关医疗信息)。随后,参与者将被随机分组(身心干预组 vs. 强化常规护理对照组(EUCC))。随机分配至EUCC的参与者将不会接受身心小组干预的任何组成部分。作为该条件的一部分,参与者将接受MGH患者当前的常规护理,并额外获得一份标准资源表。
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。




