全国儿科糖尿病审计2015-16

2015-16年度英格兰和威尔士25岁以下1型糖尿病患儿的患者特征、健康检查及护理成果的审计数据,表格形式。

www.data.gov.ukwww.data.gov.uk
www.data.gov.uk
2018-08-20 更新
浏览 18
表格儿科糖尿病表格
National Paediatric Diabetes Audit 2015-16

基本信息

模态
表格
许可
UK Open Government Licence (OGL)
创建/更新时间
2018-08-20

资源简介

全国儿科糖尿病审计2015-16

【一句话概览】

本数据集是 data.gov.uk 公开的结构化表格数据集,收录 3 个文件,主题涵盖 health,可用于统计建模、特征工程与队列分析,UK Open Government Licence (OGL) 许可开放获取。

【数据集背景】

本数据集源站标题为《National Paediatric Diabetes Audit 2015-16》。源站首次发布:2017-03-01。

【数据内容】

源站原始描述:The excel file contains unit, regional and national level data obtained from the 2015-16 National Paediatric Diabetes Audit. Specifically, it includes information on patient characteristics, completion of health checks and outcomes achieved (as recommended by the National Institute for Clinical Excellence) for infants, children and young people with type 1 diabetes, under the age of 25, who attended paediatric diabetes units in England and Wales between 1 April 2015 and the 31 March 2016. Data a…

【数据结构与技术规格】

文件数 3 个。

【主题与分类】

主题标签:health。

【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://www.data.gov.uk/dataset/09a30dee-50b0-474e-9a38-00d2f1d6e833/national-paediatric-diabetes-audit-2015-16

使用许可:UK Open Government Licence (OGL)。

【使用注意】

· 源站最后修改于 2018-08-30,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。

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://www.data.gov.uk/dataset/09a30dee-50b0-474e-9a38-00d2f1d6e833/national-paediatric-diabetes-audit-2015-16

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