基于i-PARIHS框架的儿童中心静脉导管相关血流感染预防与控制最佳证据应用

基于i-PARIHS框架,收集PICU护士中心静脉导管维护的知识、依从性及感染数据,用于预防儿童血流感染的应用研究。

Science Data BankScience Data Bank
DataCite Commons
2025-05-09 更新
浏览 17
表格中心静脉导管相关血流感染护理
Application of the best evidence for prevention and control of central line-associated bloodstream infection in children based on the i-PARIHS framework

基本信息

模态
表格
创建/更新时间
2025-05-09

资源简介

基于i-PARIHS框架的儿童中心静脉导管相关血流感染预防与控制最佳证据应用

【数据集背景】

源站首次发布:2025-05-09。

【数据内容】

源站原始描述:The purpose of this study is to identify obstacles faced by PICU nurses in central venous catheter maintenance using the i-PARIHS tool, explore improvement strategies, and evaluate their application effectiveness. Data source: sourced from the knowledge level and compliance of central venous catheterization among 33 nurses at PICU5, a tertiary children's hospital in China Key variables: Knowledge score of central venous catheter maintenance, compliance with central venous catheter maintenan…

中文译文(机器翻译,仅供快速理解,请以原文为准):本研究旨在使用 i-PARIHS 工具识别 PICU 护士在中心静脉导管维护中面临的障碍,探讨改进策略,并评价其应用效果。数据来源:来源于中国一家三级儿童医院 PICU5 的 33 名护士的中心静脉置管知识水平和依从性。关键变量:中心静脉导管维护知识得分、中心静脉导管维护依从性、中心静脉导管相关血流感染发生率以及导管功能障碍发生率。

【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.scidb.cn/detail?dataSetId=94e72a41966a42c7a37c7da1c85d9f1f

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.scidb.cn/detail?dataSetId=94e72a41966a42c7a37c7da1c85d9f1f

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