高位肛瘘挂线术前瞻性队列研究数据
该数据集是一个包含临床表格和文档的医学研究数据集，数据模态主要为结构化临床表格数据，内容涉及高位肛瘘患者接受挂线术治疗前后的详细临床信息、手术记录及长期随访结果，主要用于评估挂线术治疗高位肛瘘的长期安全性与有效性，为肛肠外科的临床疗效研究和治疗策略优化提供数据基础。
基本信息
资源简介
高位肛瘘挂线术前瞻性队列研究数据
【数据内容】
源站原始描述：数据集概述 本数据集基于前瞻性队列研究，围绕高位肛瘘采用挂线术的长期安全性与有效性展开，包含补充表格文档和Excel数据文件，为肛肠疾病治疗效果评估提供结构化资料。 文件详解 补充表格文档 文件名称：Supplementary table(1).docx 文件格式：DOCX 字段映射介绍：未提供具体字段预览，推测包含研究相关的补充表格信息，如患者基线特征、随访数据等 数据文件
中文译文（机器翻译，仅供快速理解，请以原文为准）：Dataset overview: This dataset is based on a prospective cohort study and focuses on the long-term safety and effectiveness of seton placement for high anal fistula. It includes a supplementary table document and an Excel data file, providing structured materials for evaluating treatment outcomes in anorectal diseases. File details: Supplementary table document. File name: Supplementary table(1).docx. File format: DOCX. Field mapping description: No specific field preview is provided; it is presumed to contain study-related supplementary table information, such as patient baseline characteristics and follow-up data. Data file...
【获取与许可】
源站页面：https://haidatas.com/dataset/gaoweiganglouguaxianshuqianzhanxingduiliey_86c09da5
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。
需登录公开下载
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://haidatas.com/dataset/gaoweiganglouguaxianshuqianzhanxingduiliey_86c09da5
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集是一项基于前瞻性队列研究构建的临床医学数据集，主要围绕高位肛瘘采用挂线术治疗的长期安全性与有效性展开研究。数据集包含补充表格文档和Excel数据文件，提供了患者临床信息、手术过程、术后随访及疗效评估等结构化数据。数据来源于临床队列研究，旨在为肛肠外科领域，特别是高位肛瘘的治疗效果评估、手术方案优化及临床决策支持提供可靠的数据支撑。
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。
