颈动脉血运重建的趋势和区域变异
基于Medicare索赔数据的美国颈动脉血运重建率区域和时间变异数据集，包含1998和2007年数据，按医院转诊区域分层。
基本信息
资源简介
颈动脉血运重建的趋势和区域变异
【一句话概览】
本数据集是 Dataverse 公开的结构化表格数据集，收录 2 个文件、合计 48.75 KB，主题涵盖 Medicare、geographic variation、carotid revascularization、stenting、endarterectomy，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《Trends and Regional Variation in Carotid Revascularization》。源站首次发布：2024-04-22。
【数据内容】
源站原始描述：Overview The Dartmouth Institute for Health Policy and Clinical Practice (TDI) has created a publicly available source of data that provides researchers, payers, regulators, and innovators with metrics that quantify temporal and regional patterns of health care spending and utilization in the United States. Using CMS Medicare claims data (mostly for age >64 enrollees), Atlas researchers built cohorts (“denominators”) and numerous measures or events (“numerators”) which were then used to calculat…
中文译文（机器翻译，仅供快速理解，请以原文为准）：概述 达特茅斯卫生政策与临床实践研究所（TDI）创建了一个公开可用的数据源，为研究人员、支付方、监管机构和创新者提供指标，以量化美国医疗保健支出和利用的时间与地区模式。Atlas 研究人员使用 CMS Medicare 理赔数据（主要为年龄 >64 岁的参保者）构建了队列（“分母”）以及众多测量指标或事件（“分子”），随后用于计算按地理区域或分配给特定医院患者的率。这些率在时间和地点上均采用一致方式计算，为研究人员提供了评估空间和时间变异/趋势的机会。本条目包含 65 至 99 岁按服务付费（FFS）Medicare 受益人的颈动脉血运重建率。这些率合并了两种颈动脉血运重建方法：颈动脉内膜切除术和颈动脉支架植入术。率按医院转诊区（HRR）层面提供，涵盖 1998 年和 2007 年两个年份，且所有率均已按年龄
【数据结构与技术规格】
文件数 2 个，合计 48.75 KB。数据集 DOI：doi:10.21989/D9/FAQDNE。
【主题与分类】
主题标签：Medicare、geographic variation、carotid revascularization、stenting、endarterectomy、shared decision making、Medicine, Health and Life Sciences。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://dataverse.dartmouth.edu/dataset.xhtml?persistentId=doi:10.21989/D9/FAQDNE
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。
暂未开放有偿下载
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://dataverse.dartmouth.edu/citation?persistentId=doi:10.21989/D9/FAQDNE
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
