COVID-19 疫情期间黑色素瘤患者的幸福感与健康相关生活质量
该数据集来自 clinicaltrials.gov,聚焦 COVID-19 疫情期间黑色素瘤患者的幸福感与健康相关生活质量

基本信息
资源简介
COVID-19 疫情期间黑色素瘤患者的幸福感与健康相关生活质量
该数据集来自 clinicaltrials.gov,聚焦 COVID-19 疫情期间黑色素瘤患者的幸福感与健康相关生活质量。数据覆盖患者疫情期间的暴露、风险因素、检测、隔离、血清阳性、住院及亲友丧失等经历,以及 COVID-19 特异性心理困扰、健康、经济与社会中断、感知获益、社会支持和健康相关生活质量(HRQoL)。可用于分析疫情经历与心理困扰及 HRQoL 的关联,并评估社会支持等韧性因素的调节作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COVID-19 感染、黑色素瘤。主要目标:I. 评估参与 PA15-0336 方案的黑色素瘤患者在 COVID-19 疫情期间的经历(例如暴露、风险因素、检测、隔离、血清阳性、住院、失去家人或朋友);COVID-19 特异性心理困扰(例如恐惧、焦虑和抑郁症状);健康、经济和社会中断;感知获益和社会支持;以及健康相关生活质量(HRQoL)。II. 评估 COVID-19 经历与 COVID-19 特异性心理困扰、健康、经济和社会中断、感知获益和社会支持以及 HRQoL 的关联程度。III. 评估社会支持和感知获益等韧性因素在多大程度上调节 COVID-19 经历对 COVID-19 特异性心理困扰和 HR 的影响
【主题与分类】
主题标签:COVID-19 Infection、Melanoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04474301
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/NCT04474301
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:COVID-19感染,黑色素瘤。主要目标:I. 评估参与PA15-0336方案的黑色素瘤患者在COVID-19大流行期间的经历(例如,暴露情况、风险因素、检测、隔离、血清阳性、住院、失去家人或朋友);COVID-19特定的心理困扰(例如,恐惧、焦虑和抑郁症状);健康、经济和社会干扰;感知的益处和社会支持;以及健康相关生活质量(HRQoL)。II. 评估COVID-19经历与COVID-19特定心理困扰、健康、经济和社会干扰、感知的益处和社会支持以及HRQoL之间的关联程度。III. 评估社会支持和感知的益处等韧性因素在多大程度上调节COVID-19经历对COVID-19特定心理困扰和HRQoL的影响。IV. 探索作为PA15-0336一部分收集的既往生活方式数据与COVID-19特定心理困扰和HRQoL之间的关联。概述:患者需完成一项耗时约10分钟的问卷调查。
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。




