PSYLIVED:遗传性结直肠癌易感综合征的心理影响
PSYLIVED 是一项定性研究数据集,来源于 clinicaltrials.gov,聚焦遗传性结直肠癌易感综合征(如 Lynch 综合征及遗传性混合性息肉病综合征 1、2 型)对成人心理的影响

基本信息
资源简介
PSYLIVED:遗传性结直肠癌易感综合征的心理影响
PSYLIVED 是一项定性研究数据集,来源于 clinicaltrials.gov,聚焦遗传性结直肠癌易感综合征(如 Lynch 综合征及遗传性混合性息肉病综合征 1、2 型)对成人心理的影响。研究对象为 18 岁以上、具有遗传易感性或可能遗传结直肠癌且接受过基因检测的成人,计划样本量 30 至 66 人,研究周期为 2024 至 2026 年。数据可用于探索患者的生活体验与心理适应过程,支持遗传性肿瘤相关的心理社会研究与定性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Lynch 综合征、遗传性混合性息肉病综合征 1 型、遗传性混合性息肉病综合征 2 型。研究摘要 研究标题:打开潘多拉魔盒:携带遗传性结直肠癌易感综合征生活的心理影响 内部参考编号(或简称):PSYLIVED 研究设计:定性研究 参与者:18 岁以上、具有遗传性结直肠癌易感性或遗传可能性的成人,已接受基因检测(有或无癌症病史) 计划样本量:30-66 随访时长:初次访谈后,参与者将不接受任何随访评估。筛查问卷将确定分配的研究分析时间点。需注意本研究不是纵向研究。计划研究周期:2024-2026 研究问题:携带遗传性结直肠癌易感综合征的生活体验和心理适应过程是什么
【主题与分类】
主题标签:Lynch Syndrome、Polyposis Syndrome, Hereditary Mixed, 1、Polyposis Syndrome, Hereditary Mixed, 2。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06447961
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/NCT06447961
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:Lynch综合征、遗传性混合性息肉病综合征1型、遗传性混合性息肉病综合征2型。研究概要 研究标题:打开潘多拉魔盒:携带遗传性结直肠癌易感综合征的心理影响 内部编号(或简称):PSYLIVED 研究设计:定性研究 参与者:18岁以上、具有遗传性结直肠癌易感性或遗传可能性、被提供基因检测的成年人(无论是否有癌症病史) 计划样本量:30-66 随访时长:初次访谈后,参与者将不再接受任何随访评估。筛查问卷将决定分配用于分析的研究时间点。需要注意的是,本研究并非纵向研究。 计划研究期:2024-2026年 研究问题:被诊断为遗传性结直肠癌的个体随时间推移的真实体验和心理适应过程是什么? PSYLIVED是一项定性研究,旨在探索遗传性结直肠癌携带者的心理体验和长期适应过程。
本项目将招募30至66名参与者,并将其分配至依据Miller等人于2006年提出的家庭系统遗传疾病模型(1)所界定的长期适应过程的3个时间点之一。这3个时间点分别为:1. 时间点1:危机I——检测前阶段(收到基因检测结果之前);2. 时间点2:危机II——检测后阶段(通常在基因检测后1年内。但研究团队将采用分诊/评估系统);3. 时间点3:长期适应阶段(通常在基因检测后1年及以后。但研究团队将采用分诊/评估系统)。该方法将有助于深入考察参与者如何在不同的时间背景下应对其遗传诊断所带来的心理影响。如表1所示,由此产生的六个独立数据集中的每一个都将进行单独分析,致力于揭示心理适应过程在
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。




