淀粉样变性患者故事评估数据集

包含淀粉样变性患者故事及实验评估数据的医学教育研究数据集,共216名参与者。

Harvard DataverseHarvard Dataverse
NIAID Data Ecosystem
浏览 10
文本Arts and HumanitiesSocial Sciences
Evaluating the Amyloidosis Speakers Bureau_Extended Data

基本信息

模态
文本
大小
0.000073833 GB
创建/更新时间
2026-10-17

资源简介

淀粉样变性患者故事评估数据集

【一句话概览】

本数据集是 DOI 解析 公开的文本数据集,主题涵盖 Arts and Humanities、Social Sciences,可用于医学自然语言处理(实体识别、信息抽取等)。

【数据集背景】

本数据集源站标题为《Evaluating the Amyloidosis Speakers Bureau_Extended Data》。源站首次发布:2023。

【数据内容】

源站原始描述:Appendix A (study measures) and Appendix B (speaker story development). The Amyloidosis Speakers Bureau arranges for amyloidosis patients to speak about their diagnostic and treatment experiences with medical students. Using a randomized post-test only experiment, this data was used to compare the effectiveness of patients’ narratives between two groups (treatment and control). This study includes 216 participants

中文译文(机器翻译,仅供快速理解,请以原文为准):附录A(研究测量指标)和附录B(演讲者故事开发)。Amyloidosis Speakers Bureau安排淀粉样变性患者向医学生讲述他们的诊断和治疗经历。本研究采用随机化仅后测实验,使用这些数据比较两组(治疗组和对照组)中患者叙述的有效性。本研究纳入216名参与者。

【主题与分类】

主题标签:Arts and Humanities、Social Sciences。

【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://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/7RAPLL

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://doi.org/10.7910/DVN/7RAPLL

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