德国东北部药房对急性腹泻必要医疗咨询推荐情况研究数据
德国药房对急性腹泻患者推荐就医的模拟患者研究数据，评估咨询质量。
基本信息
资源简介
德国东北部药房对急性腹泻必要医疗咨询推荐情况研究数据
【一句话概览】
该数据集源自一项在德国梅克伦堡-前波美拉尼亚州开展的横断面隐蔽模拟患者研究，按地点分层随机抽取社区药房。研究旨在考察药房是否针对急性腹泻给出必要的就医建议，评估其问诊质量，以及在发放药物时信息提供的质量，并分析哪些因素可预测必要的转诊医生建议。涉及患者模拟、咨询、社区药房、非处方药、腹泻等主题（来源 DataONE）。
【数据集背景】
本数据集源站标题为《Replication Data for: Do north-eastern German pharmacies recommend a necessary medical consultation for acute diarrhoea? Magnitude and determinants using a simulated patient approach.》。
【数据内容】
源站原始描述：A cross-sectional covert simulated patient study was conducted in a random sample of community pharmacies stratified by location in the German state of Mecklenburg-Vorpommern. The aim of this study was to determine whether a necessary recommendation to consult a doctor was made and what the quality of questioning and – if a medication was dispensed – the quality of information provided were in this context. Moreover, to determine which factors predicted a necessary referral to a doctor
中文译文（机器翻译，仅供快速理解，请以原文为准）：在德国梅克伦堡-
【主题与分类】
主题标签：Patient simulation、Consultation、Community pharmacies、Non-prescription drugs、Diarrhoea、Medicine, Health and Life Sciences、Germany。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:dd1373bc937d1b862ea18c5f0c52df0d5f46c4ecc9b30e013636b61e619eae05
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
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:
数据集大小约 3.0 KB。
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。
