VPRS 17819 患者入院与出院登记册(希瑟顿医院)

希瑟顿医院酒精或药物依赖患者入院与出院登记册,含人口学、居住、宗教及出院、死亡或转院信息。

Public Record Office VictoriaPublic Record Office Victoria
Research Data Australia
浏览 27
表格HISTORICAL STUDIESHISTORY AND ARCHAEOLOGY
VPRS 17819 Admission and Discharge Register of Patients (Heatherton Hospital)

基本信息

模态
表格
创建/更新时间
2026-10-10

资源简介

VPRS 17819 患者入院与出院登记册(希瑟顿医院)

【一句话概览】

VPRS 17819 是 Heatherton Hospital(VA 5081)因酒精或药物依赖入院患者的入院与出院登记册。所录细节不一,通常包括入院编号、患者姓名、出生日期、婚姻状况、职业、先前居住地、宗教,以及出院、死亡或转院详情。源站标签为历史研究、历史与考古学(来源 Research Data Australia)。

【数据集背景】

本数据集源站标题为《VPRS 17819 Admission and Discharge Register of Patients (Heatherton Hospital)》。源站首次发布:2017-11-27。

【数据内容】

源站原始描述:This series records details of patients admitted to Heatherton Hospital (VA 5081) for alcohol or drug dependency.Details recorded vary but typically include:- admission number- patient name- date of birth- marital status- occupation- previous place of abode- religion- details of discharge/death/transfer

中文译文(机器翻译,仅供快速理解,请以原文为准):本系列档案记录了因酒精或药物依赖入住Heatherton Hospital (VA 5081)的患者的详细信息。记录的具体内容有所不同,但通常包括: - 入院编号 - 患者姓名 - 出生日期 - 婚姻状况 - 职业 - 既往住所 - 宗教 - 出院/死亡/转院详情。

【主题与分类】

主题标签:HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY。

【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://researchdata.edu.au/vprs-17819-admission-heatherton-hospital/992224

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。

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://researchdata.edu.au/vprs-17819-admission-heatherton-hospital/992224

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