OASAS医疗补助趋势详细受助人摘要概况(当前3个州财政年度窗口)

纽约州医疗补助受助人物质使用障碍服务报销数据的详细摘要。

data.ny.govdata.ny.gov
OPEN DATA NETWORK
2026-05-22 更新
浏览 28
表格medicaidchemical dependencesubstance use disorderclaims
OASAS Medicaid Trend Detailed Recipient Summary Profile: Current 3 State Fiscal Year Window

基本信息

模态
表格
创建/更新时间
2026-05-22

资源简介

OASAS医疗补助趋势详细受助人摘要概况(当前3个州财政年度窗口)

【一句话概览】

本数据集是 opendatanetwork.com 公开的结构化表格数据集,主题涵盖 medicaid、chemical dependence、substance use disorder、claims,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《OASAS Medicaid Trend Detailed Recipient Summary Profile: Current 3 State Fiscal Year Window》。

【数据内容】

源站原始描述:This profile shows a detailed summary of recipients, units of service, paid claim dollars, dollars per individual and dollars per units of service for services reimbursed by Medicaid Fee for Service billing as well as by Medicaid Managed Care Plans for substance use disorder and non-substance use disorder services received per state fiscal year (SFY)

中文译文(机器翻译,仅供快速理解,请以原文为准):此概况详细汇总了按州财政年度(SFY)统计的、由医疗补助按服务收费计费以及医疗补助管理式医疗计划报销的物质使用障碍及非物质使用障碍服务,包括受助人、服务单位、已支付索赔金额、人均金额及每服务单位金额。

【主题与分类】

源站学科分类:Human Services。主题标签:medicaid、chemical dependence、substance use disorder、claims。

【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.ny.gov/d/hrsh-6vzi

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。

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://www.opendatanetwork.com/dataset/data.ny.gov/hrsh-6vzi

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 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。

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。

获取专属数据定制方案