中医防治甲状腺功能减退症数据库

该数据集是一个以甲状腺功能减退症为中心的中医专题数据库,包含流行病学、疾病、证候、症状、诊疗及治疗信息等多模态临床表格数据,主要用于支持中医药研究、临床决策分析和数据挖掘,用户可通过疾病名称查询相关症状、证候、治疗方法及药物使用并进行统计分析。

国家人口健康科学数据中心国家人口健康科学数据中心
中国科技资源共享网
2026-05-28 更新
浏览 31
甲状腺功能减退中医药疗法预防和控制中医药信息数据库基础医学中医药医疗与保健
Traditional Chinese Medicine Database for Prevention and Treatment of Hypothyroidism

基本信息

许可
完全共享
创建/更新时间
2026-05-28

资源简介

中医防治甲状腺功能减退症数据库

【数据集背景】

源站首次发布:2018-05-08。

【数据内容】

源站原始描述:本专题数据库以甲状腺功能减退为中心,建立了流行病学信息、疾病、证候、症状信息、诊疗信息表,治疗信息等相关内容,以达到实现疾病相关数据的共享服务与数据挖掘的目的。本数据库具有数据统计与分析功能,根据用户需求,实现了临床研究、诊断、治疗、病证症关系等因素分析与相关分析。如通过疾病名称可查到疾病的相关症状、相关证候、治疗的方法、药物的使用情况等,并可做出相关分析。

【主题与分类】

主题标签:甲状腺功能减退、中医药疗法、预防和控制、中医药信息数据库、基础医学、中医药医疗与保健。

【获取与许可】

源站页面:https://www.ncmi.cn/phda/dataDetails.do?id=CSTR:A0006.11.A0007.201905.000518

使用许可:完全共享。

规范引用:CSTR:17970.11.A0007.201905.000518

【使用注意】

· 源站最后修改于 2020-11-24,引用时请注意版本时效。

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。

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://escience.org.cn/metadata/detail?cstrId=CSTR:17970.11.A0007.201905.000518&id=774e74221ac511e980780242ac120006:CSTR:A0006.11.A0007.201905.000518

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。

数据说明

该数据集是一个专注于甲状腺功能减退症(甲减)的中医专题数据库,旨在实现疾病相关数据的共享与数据挖掘。数据库包含流行病学信息、疾病、证候、症状、诊疗信息、治疗信息等结构化表格,支持数据统计与分析功能。用户可通过疾病名称查询相关症状、证候、治疗方法及药物使用情况,并进行临床研究、诊断、治疗及病证症关系的因素分析与相关分析,适用于中医药研究、临床决策支持及数据挖掘应用。

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