尼日利亚医生关于2019冠状病毒病(COVID-19)局部感染预防与控制程序的横断面调查
尼日利亚医生关于COVID-19感染预防与控制知识的横断面调查数据

基本信息
资源简介
尼日利亚医生关于2019冠状病毒病(COVID-19)局部感染预防与控制程序的横断面调查
【一句话概览】
全球COVID-19相关死亡中包括一线照护感染患者的医护人员,故需实施感染预防与控制程序,以保护卫生专业人员在工作场所免于感染病毒。本研究调查尼日利亚医生在工作场所感染预防与控制程序方面的知识与实践。方法为采用改编自世界卫生组织的半结构化自填问卷,对尼日利亚医生和牙医开展横断面研究,受试者19(来源 Nigerian Medical Journal)。
【数据内容】
源站原始描述:Background: Worldwide, COVID-19-related mortalities have included healthcare workers in the frontline caring for COVID-19-infected patients. This necessitates the practice of infection prevention and control procedures to protect health professionals from contracting the virus at the workplace. We investigated the knowledge and practice of doctors working in Nigeria regarding infection prevention and control procedures in the workplace. Methodology: This is a cross-sectional study of doctors and…
中文译文(机器翻译,仅供快速理解,请以原文为准):背景:在世界范围内,与COVID-19相关的死亡病例中包括在抗疫一线照护COVID-19感染患者的医护人员。这就需要在工作场所实施感染预防和控制程序,以保护卫生专业人员免于感染该病毒。我们调查了在尼日利亚工作的医生对工作场所感染预防和控制程序的知识与实践。方法学:这是一项针对在尼日利亚工作的医生和牙医的横断面研究,采用改编自世界卫生组织的半结构化自填式问卷。
【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://nigerianmedjournal.org/index.php/nmj/article/view/78
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。
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://nigerianmedjournal.org/index.php/nmj/article/view/78
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))
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




