Name: S1 STROBE检查表
Creator: figshare
License: CC BY 4.0

基本信息

模态

文本

大小

0.000341547 GB

许可

CC BY 4.0

创建/更新时间

2021-05-11

版本

v1

资源简介

S1 STROBE检查表

【一句话概览】

该资料标题为“S1 STROBE Checklist”，原始描述亦同，涉及“Factors predicting hospital readmission among Thais with post MI”。共含1个文件，合计大小341.5 KB，标签为Checklists、Cardiology (incl. Cardiovascular Diseases)，分类为Cardiology (incl. cardiovascular diseases)，许可为CC BY 4.0（来源 figshare，CC BY 4.0 许可）。

【数据集背景】

本数据集源站标题为《S1 STROBE Checklist》。项目资助方：The Health Systems Research Institute (HSRI), Thailand (NO. 61-059)。源站首次发布：2021-05-11。

【数据内容】

源站原始描述：S1 STROBE Checklist Factors predicting hospital readmission among Thais with post MI

中文译文（机器翻译，仅供快速理解，请以原文为准）：S1 STROBE检查表预测泰国人心肌梗死后医院再入院的因素

【数据结构与技术规格】

文件数 1 个，合计 341.55 KB。S1 STROBE Checklist.pdf：application/pdf，341.55 KB。数据集 DOI：10.6084/m9.figshare.14573532.v1。

【主题与分类】

源站学科分类：Cardiology (incl. cardiovascular diseases)。主题标签：Checklists。

【适用方向】

文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面：https://figshare.com/articles/dataset/S1_STROBE_Checklist/14573532

使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。

规范引用：vibulchai, ืnisakorn; Phemphul, Chuthaporn; Pansila, Wirat; Wongvipaporn, Chaiyasith (2021). S1 STROBE Checklist. figshare. Dataset

原始链接

https://figshare.com/articles/dataset/S1_STROBE_Checklist/14573532

访问原始数据

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（Figshare）

源站标题：S1 STROBE Checklist
DOI：10.6084/m9.figshare.14573532.v1
发布日期：2021-05-11
文件数：1 个
文件总体积：341.55 KB
源站页面：https://figshare.com/articles/dataset/S1_STROBE_Checklist/14573532

命令行下载

curl -L -o "S1 STROBE Checklist.pdf" "https://ndownloader.figshare.com/files/27965859"

文件清单

S1 STROBE Checklist.pdf（341.55 KB）

文件总体积 341.55 KB（源站 API 实测）。

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