CMS高风险阿片类药物使用预测性能比较数据集
包含CMS高风险阿片类药物使用措施与弹性网络在114,253例验证样本上12个月预测性能比较的表格数据集。
基本信息
资源简介
CMS高风险阿片类药物使用预测性能比较数据集
【数据集背景】
本数据集源站标题为《Comparison of prediction performance using any of the Centers for Medicaid & Medicaid Services (CMS) high-risk opioid use measures vs. elastic net in the validation sample (n = 114,253) over a 12-month perioda.》。配套论文《Using machine learning to predict risk of incident opioid use disorder among fee-for-service Medicare beneficiaries: A prognostic study》发表于 PLOS ONE（2020），DOI：10.1371/journal.pone.0235981。源站首次发布：2020-07-17。
【数据内容】
源站原始描述：Comparison of prediction performance using any of the Centers for Medicaid & Medicaid Services (CMS) high-risk opioid use measures vs. elastic net in the validation sample (n = 114,253) over a 12-month perioda
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 2.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0235981.t002。
【主题与分类】
源站学科分类：Biotechnology、Biological Sciences not elsewhere classified、Developmental Biology。主题标签：NNE、prognostic study Objective、Medicare beneficiaries、incident OUD、3- month periods、beneficiary、incident OUD diagnosis、incident opioid use disorder。
【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://plos.figshare.com/articles/dataset/Comparison_of_prediction_performance_using_any_of_the_Centers_for_Medicaid_Medicaid_Services_CMS_high-risk_opioid_use_measures_vs_elastic_net_in_the_validation_sample_n_114_253_over_a_12-month_period_sup_a_sup_/12669664
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Lo-Ciganic, Wei-Hsuan; Huang, James L.; Zhang, Hao H.; Weiss, Jeremy C.; Kwoh, C. Kent; Donohue, Julie M.; et al. (2020). Comparison of prediction performance using any of the Centers for Medicaid & Medicaid Services (CMS) high-risk opioid use measures vs. elastic net in the validation sample (n = 1…
【使用注意】
· 源站最后修改于 2023-06-01，引用时请注意版本时效。
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：Comparison of prediction performance using any of the Centers for Medicaid & Medicaid Services (CMS) high-risk opioid use measures vs. elastic net in the validation sample (n = 114,253) over a 12-month period<sup>a</sup>.
- DOI：10.1371/journal.pone.0235981.t002
- 发布日期：2020-07-17
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Comparison_of_prediction_performance_using_any_of_the_Centers_for_Medicaid_Medicaid_Services_CMS_high-risk_opioid_use_measures_vs_elastic_net_in_the_validation_sample_n_114_253_over_a_12-month_period_sup_a_sup_/12669664
命令行下载
curl -L -o "Table 2.xls" "https://ndownloader.figshare.com/files/23935396"
文件清单
Table 2.xls（5.63 KB）
文件总体积 5.63 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
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
Comparison of prediction performance using any of the Centers for Medicaid & Medicaid Services (CMS) high-risk opioid use measures vs. elastic net in the validation sample (n = 114,253) over a 12-month perioda.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0235981.t002（source: https://plos.figshare.com/articles/dataset/Comparison_of_prediction_performance_using_any_of_the_Centers_for_Medicaid_Medicaid_Services_CMS_high-risk_opioid_use_measures_vs_elastic_net_in_the_validation_sample_n_114_253_over_a_12-month_period_sup_a_sup_/12669664）。
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。
