晚期基底细胞癌诊断延迟相关心理社会因素识别

该数据集来自 clinicaltrials.gov,聚焦晚期基底细胞癌(CBCa)患者诊断延迟的心理社会因素。源站描述指出,皮肤癌发病率随人口老龄化持续上升,基底细胞癌最为常见,治疗主要依赖早期手术,而晚期阶段已无法手术或放疗,新近开发的靶向治疗带来重要进展

University Hospital, BordeauxUniversity Hospital, Bordeaux
clinicaltrials
浏览 12
医学影像分类Carcinoma, Basal Cell, Malignant
Identification of Psychosocial Factors Associated With Diagnostic Delay in Advanced Basal Cell Carcinoma

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-09

资源简介

晚期基底细胞癌诊断延迟相关心理社会因素识别

该数据集来自 clinicaltrials.gov,聚焦晚期基底细胞癌(CBCa)患者诊断延迟的心理社会因素。源站描述指出,皮肤癌发病率随人口老龄化持续上升,基底细胞癌最为常见,治疗主要依赖早期手术,而晚期阶段已无法手术或放疗,新近开发的靶向治疗带来重要进展。目前关于诊断延迟原因的数据很少,法国尚无相关数据。研究旨在揭示影响 CBCa 患者决定就医的阻碍与促进因素,通过调查目标人群(患者)的感知来展开(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:基底细胞癌,恶性。由于人口老龄化,皮肤癌发病率持续上升,因而成为值得关注的关键问题。在皮肤癌中,基底细胞癌最为常见。其治疗主要基于必须尽早进行的手术。事实上,CBC 可导致组织的进行性破坏,并在晚期阶段造成显著发病率。在这些晚期阶段(CBCa),它们已不再适合手术或放射治疗。最近开发的靶向治疗代表了显著的治疗进展。迄今为止,关于诊断延迟原因的数据很少——法国没有。因此,本研究的主要目标将是通过调查以下方面,揭示主导 CBCa 患者就医决策的阻碍和促进因素:* 目标对象(患者)的感知;

【主题与分类】

主题标签:Carcinoma, Basal Cell, Malignant。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04124796

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04124796

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:基底细胞癌,恶性。随着人口老龄化,皮肤癌的发病率持续上升,因此成为一个备受关注的重要问题。在皮肤癌中,基底细胞癌最为常见。其治疗主要基于手术,且需尽早进行。确实,基底细胞癌可导致组织的渐进性破坏,并在晚期造成显著的病态。在这些晚期阶段(晚期基底细胞癌),肿瘤已不再适合手术或放射治疗。近期开发的靶向疗法代表了重大的治疗进展。迄今为止,关于诊断延迟原因的数据很少——法国则完全没有。因此,本研究的主要目标是通过调查以下方面,揭示影响晚期基底细胞癌患者决定就医的阻碍与促进因素:* 目标对象(患者)的认知;* 医疗团队的认知;我们还将对肿瘤皮肤病学中关于诊断延迟与决策的文献进行批判性元综合(定性元分析)。

这是一项前瞻性、非干预性、探索性定性研究,无直接个体获益。

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。

获取专属数据定制方案