OASAS医疗补助趋势受益人摘要概况

纽约州医疗补助化学依赖与非化学依赖服务受益人、赔付申请及金额趋势汇总,始于2010财年。

State of New York | Open DataState of New York | Open Data
data.ny.gov
2024-03-21 更新
浏览 16
表格medicaidchemical dependencesubstance use disorderclaims
OASAS Medicaid Trend Recipient Summary Profile: Beginning State Fiscal Year 2010

基本信息

模态
表格
创建/更新时间
2024-03-21

资源简介

OASAS医疗补助趋势受益人摘要概况

【一句话概览】

该概要呈现 OASAS Medicaid 趋势领取者摘要档案:州财政年度十年趋势,按州财政年度汇总 Medicaid 按服务收费账单以及 Medicaid 管理式护理计划报销的物质使用障碍与非物质使用障碍服务的领取者、已支付索赔和索赔支出金额。内容标签包括 Medicaid、化学依赖、物质使用障碍与索赔,归类为人类服务(来源 Socrata 开放数据门户)。

【数据集背景】

本数据集源站标题为《OASAS Medicaid Trend Recipient Summary Profile: State Fiscal 10-Year Trend》。

【数据内容】

源站原始描述:This profile shows a summary of recipients, paid claims, and claim dollars spent for services reimbursed by Medicaid Fee for Service billing as well as Medicaid Managed Care Plans for substance use disorder and non-substance use disorder services received per SFY

【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/g4vm-hyyi

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://data.ny.gov/it/Human-Services/OASAS-Medicaid-Trend-Recipient-Summary-Profile-Beg/g4vm-hyyi

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