PERCE-MUCO:囊性纤维化患者对治疗变化的认知与期望
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化(CF)患者对治疗方案变化的认知与期望。源站描述显示,研究评估接受 elexacaftor/tezacaftor/ivacaftor(ETI)治疗的成人 CF 患者转向 vanzacaftor/tezacaftor/deutivaca

基本信息
资源简介
PERCE-MUCO:囊性纤维化患者对治疗变化的认知与期望
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化(CF)患者对治疗方案变化的认知与期望。源站描述显示,研究评估接受 elexacaftor/tezacaftor/ivacaftor(ETI)治疗的成人 CF 患者转向 vanzacaftor/tezacaftor/deutivacaftor(VTD)的意向,主要结局为患者对医生提供新方案时立即接受、考虑或拒绝的单选回答,次要目标为识别相关决定因素。数据可用于分析患者治疗转换意愿及其影响因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:囊性纤维化(CF)。囊性纤维化是一种罕见遗传病,CFTR 调节剂疗法已显著改变治疗和患者日常生活。尽管 elexacaftor/tezacaftor/ivacaftor(ETI)改善了许多合格患者的呼吸结局并减少急性加重,但部分患者出现不耐受或应答欠佳。Vanzacaftor/tezacaftor/deutivacaftor(VTD)是较新的 CFTR 调节剂组合,患者从熟悉治疗转向新选择的意愿不能假定。主要目标是评估接受 ETI 治疗的成人囊性纤维化患者转向 VTD 的意向。主要结局是对一个单选题的回答,询问如果医生提供 CTD 患者会怎么做:立即接受、需要时间考虑或拒绝。次要目标是识别……的决定因素。
【主题与分类】
主题标签:Cystic Fibrosis (CF)。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07885410
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/NCT07885410
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:囊性纤维化(CF)。囊性纤维化是一种罕见遗传病,CFTR调节剂疗法已显著改变其治疗方式和患者的日常生活。尽管elexacaftor/tezacaftor/ivacaftor(ETI)已改善许多符合条件的患者的呼吸系统结局并减少急性加重,但部分患者出现不耐受或应答欠佳。Vanzacaftor/tezacaftor/deutivacaftor(VTD)是较新的CFTR调节剂联合方案,不能假定患者愿意从熟悉的治疗转换为新选择。主要目的是评估接受ETI治疗的成人囊性纤维化患者转换为VTD的意愿。主要结局是对一道单选题的应答,该题询问如果医生向患者提供CTD,患者会怎么做:立即接受、需要时间考虑或拒绝。
次要目标是确定接受度的决定因素;评估生活质量与改变意愿之间的关系;评估依从性和报告耐受性与改变意愿之间的关系;描述高级实践护士在可能过渡期间的作用和期望支持;并通过定性访谈探索心理和后勤障碍。定量部分在参与的法国囊性纤维化中心开展。参与者在常规随访就诊或计划住院期间完成PERCE-MUCO问卷。收集纳入期前后最近一次常规护理CFQ-R 14+和Morisky-8问卷,以及选定的临床和治疗特征及病历中记录的不良反应,均以假名化形式收集。定性部分在Roscoff中心开展,采用个体半结构化面对面访谈,时长约30-45分钟。经参与者同意对访谈进行录音,逐字转录并假名化后进行主题分析。定量主要结局的分析
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。




