哥伦比亚血友病就诊负担十年数据
包含哥伦比亚十年间血友病就诊、住院、并发症等医疗利用数据，用于评估血友病对卫生系统的负担。
基本信息
资源简介
哥伦比亚血友病就诊负担十年数据
【一句话概览】
该复制数据集涉及哥伦比亚十年间血友病就诊负担。血友病相关医疗利用需要高复杂度中心的多学科专门管理，复发、住院、并发症或不良事件风险高，造成的医疗负担超过慢性病通常预期，应使用超越粗略计数或简单比例的方法估计。数据标签涵盖遗传性凝血障碍、门诊就诊、血液病、血友病A、血友病B、观察性研究及医学、健康与生命科学（来源 DataONE）。
【数据集背景】
本数据集源站标题为《Replication Data for: Burden of hemophilia visits over a decade in Colombia.》。
【数据内容】
源站原始描述：Healthcare utilization due to hemophilia presents a significant challenge for health systems, as it requires specialized multidisciplinary management in high-complexity centers. The risk of relapses, hospitalizations, and complications or adverse events is high, resulting in a healthcare burden that exceeds what is typically expected for a chronic disease. This burden should be estimated using methods beyond crude counts or simple proportions
中文译文（机器翻译，仅供快速理解，请以原文为准）：血友病相关的医疗服务利用给卫生系统带来了重大挑战，因为它需要在高复杂性中心接受专业的多学科管理。复发、住院以及并发症或不良事件的风险很高，由此造成的医疗负担超出了慢性病通常的预期。这一负担应使用超越粗略计数或简单比例的方法来估算。
【主题与分类】
主题标签：Blood Coagulation Disorders, Inherited、Office Visits、Hematologic Diseases、Hemophilia A、Observational Study [Publication Type]、Hemophilia B、Medicine, Health and Life Sciences。
【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://search.dataone.org/view/sha256:964cb165a86a6bb785f96aecf8481af8dbc519215046b8fdce64ec8d78a43c80
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 6.0 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。
