瓦朗加尔地区院外心脏骤停注册表 (WACAR)

该数据集为印度瓦朗加尔地区院外心脏骤停注册表(WACAR),包含814名推测为心源性院外心脏骤停患者的临床表格数据,具体涵盖人口统计学、风险因素、病史、症状、复苏过程、急救服务使用及预后等多维度信息,主要用于研究印度特定地区院外心脏骤停的流行病学特征、评估公众对心血管疾病风险因素的认知水平,并分析影响救治效果的相关障碍,为制定公共卫生干预措施提供数据支持。

Mendeley Data
2024-06-25 更新
浏览 9
心脏病流行病学

基本信息

创建/更新时间
2024-06-25

资源简介

瓦朗加尔地区院外心脏骤停注册表(WACAR)是一项针对印度特伦甘纳邦瓦朗加尔地区院外心脏骤停(OHCA)的前瞻性一年期观察性研究。该数据集收集了2018年1月1日至12月31日期间,在二级地区总部医院——马哈特玛·甘地纪念医院就诊的、年龄在18岁以上、推测为心源性非创伤性OHCA的814名患者数据。数据采用基于Utstein模板设计的标准收集表进行采集,并补充了临床特征信息。内容包括人口统计学特征、患者特征、风险因素、心脏病史、合并症、先兆症状、复苏特征、事件时间、急救医疗服务(EMS)使用情况和预后结果。数据来源于医院记录审查、急诊室填写的表格以及对目击者(包括患者亲属和陪护人员)的电话访谈。该数据集旨在深入了解印度地区性OHCA的流行病学特征,评估公众对心血管疾病风险因素的认知水平,并揭示在数据收集和医疗可及性方面存在的障碍,为改善印度OHCA救治提供依据。

原始链接

https://data.mendeley.com/datasets/cwc9v4p56s

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/cwc9v4p56s

标准获取流程

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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。

数据说明

瓦朗加尔地区院外心脏骤停注册表(WACAR)是一项针对印度特伦甘纳邦瓦朗加尔地区院外心脏骤停(OHCA)的前瞻性一年期观察性研究。该数据集收集了2018年1月1日至12月31日期间,在二级地区总部医院——马哈特玛·甘地纪念医院就诊的、年龄在18岁以上、推测为心源性非创伤性OHCA的814名患者数据。数据采用基于Utstein模板设计的标准收集表进行采集,并补充了临床特征信息。内容包括人口统计学特征、患者特征、风险因素、心脏病史、合并症、先兆症状、复苏特征、事件时间、急救医疗服务(EMS)使用情况和预后结果。数据来源于医院记录审查、急诊室填写的表格以及对目击者(包括患者亲属和陪护人员)的电话访谈。该数据集旨在深入了解印度地区性OHCA的流行病学特征,评估公众对心血管疾病风险因素的认知水平,并揭示在数据收集和医疗可及性方面存在的障碍,为改善印度OHCA救治提供依据。

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))

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 心脏骤停 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案