尼加拉瓜(2012)：私营提供者妊娠期糖尿病知识、态度与实践调查，第一轮
2013年尼加拉瓜马那瓜88名医疗提供者关于妊娠期糖尿病的知识、态度与实践调查，含四份差异化问卷。
基本信息
资源简介
尼加拉瓜(2012)：私营提供者妊娠期糖尿病知识、态度与实践调查，第一轮
【一句话概览】
本数据集是 DOI 解析 公开的结构化表格数据集，主题涵盖 CAP、Quantitative、Nutrition、Providers、BCC，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《Nicaragua (2012): Encuesta CAP Diabetes Gestacional entre Proveedores Privados, Ronda 1》。源站首次发布：2014。
【数据内容】
源站原始描述：This survey measured health care providers'' knowledge, attitudes and practices with regards to gestational diabetes (GDM) in four Social Security Institute hospitals in Managua, Nicaragua. In May 2013, PSI/PASMO surveyed a total of 88 providers (47 physicians, 28 nurses, 4 nutritionists, and 9 lab technicians) in Bautista Hospital, SUMEDICO Hospital, Carlos Roberto Huembes Hospital and Nuevo Hospital Monte Espana hospital. Given that each type of provider plays a different role in the diagnosis…
中文译文（机器翻译，仅供快速理解，请以原文为准）：本调查旨在评估尼加拉瓜马那瓜四家社会保障研究所医院中，医疗服务提供者对妊娠期糖尿病（GDM）的知识、态度和实践情况。2013年5月，PSI/PASMO在巴蒂斯塔医院、SUMEDICO医院、卡洛斯·罗伯托·韦姆贝斯医院和新蒙特西班牙医院共调查了88名提供者（47名医生、28名护士、4名营养师和9名实验室技术员）。鉴于每类提供者在GDM的诊断和管理中扮演不同角色，PSI/PASMO设计了四份独立问卷，分别对应医生、护士、营养师或实验室技术员四种提供者类型。本调查是PSI/PASMO项目“尼加拉瓜妊娠期糖尿病：改善筛查、诊断和管理”的初始活动之一，该项目由世界糖尿病基金会和诺和诺德资助，并将在开展调查的这些医院中实施。该调查为提供者的知识、态度和实践建立了基线。项目结束时，PSI/PASMO将在相同医院再次开展同一调查，以衡量随时间发生的变化。
【主题与分类】
主题标签：CAP、Quantitative、Nutrition、Providers、BCC、Novo Nordisk。
【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://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/23708
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://doi.org/10.7910/DVN/23708
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。
