MQOL-FR心理测量学验证及脑膜瘤患者生活质量描述性评估
该数据集来自clinicaltrials.gov,聚焦颅内脑膜瘤患者的健康相关生活质量。研究MenQOL2为单中心、非干预性、基于问卷的研究,仅进行一次评估、无随访,纳入成年(≥18岁)颅内脑膜瘤患者

基本信息
资源简介
MQOL-FR心理测量学验证及脑膜瘤患者生活质量描述性评估
该数据集来自clinicaltrials.gov,聚焦颅内脑膜瘤患者的健康相关生活质量。研究MenQOL2为单中心、非干预性、基于问卷的研究,仅进行一次评估、无随访,纳入成年(≥18岁)颅内脑膜瘤患者。其目的是在更大队列中完成法语版MQOL-FR的深入心理测量学验证,并对法国脑膜瘤患者的生活质量进行描述性评估。数据可用于脑膜瘤特异性生活质量工具的信效度分析及患者生活质量的描述性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:颅内脑膜瘤、脑膜瘤、健康相关生活质量。脑膜瘤是常见的颅内肿瘤,可能对心理、社会和功能健康产生重大影响,包括接受保守治疗的患者。然而,经过验证的脑膜瘤特异性生活质量工具仍然有限。MQOL问卷最初是作为以患者为中心的脑膜瘤特异性工具开发的;此前已进行法语翻译/改编和初步评估。本研究(MenQOL2)旨在在更大的队列中完成对法语版(MQOL-FR)的深入心理测量学验证,并对法国脑膜瘤患者的生活质量进行描述性评估。这是一项单中心、非干预性、基于问卷的研究,仅进行一次评估(无随访)。患有颅内脑膜瘤的成年人(≥18岁)诊断
【主题与分类】
主题标签:Intracranial Meningioma、Meningioma、Health-related Quality of Life。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07376473
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/NCT07376473
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
研究条件:颅内脑膜瘤、脑膜瘤、健康相关生活质量。脑膜瘤是常见的颅内肿瘤,可能对心理、社会和功能健康产生重大影响,包括接受保守治疗的患者。然而,经过验证的脑膜瘤特异性生活质量工具仍然有限。MQOL问卷最初是作为以患者为中心的脑膜瘤特异性工具开发的;此前已进行过法语翻译/改编及初步评估。本研究(MenQOL2)旨在在更大的队列中完成对法语版本(MQOL-FR)的深入心理测量学验证,并对法国脑膜瘤患者的生活质量进行描述性评估。这是一项单中心、非干预性、基于问卷的研究,仅进行一次评估(无随访)。将邀请经影像学诊断和/或手术确诊为颅内脑膜瘤的成年人(≥18岁)参加。排除标准包括无法独立完成问卷、法语理解能力不足、妊娠/哺乳、被依法剥夺自由,以及正在接受强制精神科治疗的个体。
参与者会收到研究信息(在适用的情况下于诊所提供,否则通过电子邮件发送),并获得一个安全的REDCap链接。在完成问卷之前,会在网上记录不反对声明。参与者需完成MQOL-FR(70个条目)、EQ-5D-5L和FACT-Br。预计总完成时间为30-45分钟;可使用REDCap提供的访问代码将填写过程分成多次进行。数据直接在REDCap中收集,并以假名化形式存储。主要结局是MQOL-FR的心理测量学性能,包括维度/结构效度、内部一致性(例如Cronbach’s alpha)、相对于EQ-5D-5L和FACT-Br的构念效度和聚合效度、完成率以及地板/天花板效应。次要目标是描述性和探索性的:总结整个队列中MQOL-FR、EQ-5D-5L和FACT-Br的得分,并比较各亚组(例如WHO分级、散发性
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。




