胸痛急救指导比较分析数据集
English The dataset contains results of comparative analysis of emergency medical services'' dispatcher pre-ar…
基本信息
资源简介
胸痛急救指导比较分析数据集
【一句话概览】
该数据集包含急救医疗服务调度员胸痛急救预到达指导与相关国家/国际急救指南的比较分析结果，分析于2022年7月完成。数据以英语和俄语两种语言呈现，对应文件为Dataset_Chest pain_English.xlsx和Dataset_Chest pain_Russian.xlsx，共2个文件，合计40.6 KB（来源 Mendeley Data）。
【数据集背景】
本数据集源站标题为《Dataset of comparative analysis of emergency medical services'' dispatcher pre-arrival instructions and national/international guidelines on first aid in chest pain》。源站首次发布：2023-03-06。
【数据内容】
源站原始描述：English The dataset contains results of comparative analysis of emergency medical services'' dispatcher pre-arrival instructions on first aid in chest pain with provisions of relevant national/international guidelines for the first aid. The analysis was carried out in July 2022. The dataset is presented in two languages, English (Dataset_Chest pain_English.xlsx) and Russian (Dataset_Chest pain_Russian.xlsx). Русский Представленный массив данных включает результаты сравнительного анализа инструкци…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集包含急救医疗服务调度员关于胸痛急救的到达前指导与相关国家/国际急救指南条款的比较分析结果。该分析于2022年7月进行。该数据集以
【数据结构与技术规格】
文件数 2 个，合计 40.58 KB。数据集 DOI：10.17632/thfxttrbm5.2。
【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://data.mendeley.com/datasets/thfxttrbm5
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://data.mendeley.com/datasets/thfxttrbm5
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。
