国际电子健康记录衍生的COVID-19临床病程概况诊断数据：4CE联盟
该数据集包含国际电子健康记录衍生的COVID-19诊断数据，用于分析临床病程。
基本信息
资源简介
国际电子健康记录衍生的COVID-19临床病程概况诊断数据：4CE联盟
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 2 个文件、合计 212.12 KB，主题涵盖 4CE、COVID-19、coronavirus、EHR、clinical informatics，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Diagnosis Data for International Electronic Health Record-Derived COVID-19 Clinical Course Profile: The 4CE Consortium》。配套论文《International Electronic Health Record-Derived COVID-19 Clinical Course Profiles: The 4CE Consortium》发表于 期刊（2020），DOI：10.1101/2020.04.13.20059691。源站首次发布：2020-04-19。
【数据内容】
源站原始描述：Diagnosis data collected for the 4CE manuscript "International Electronic Health Record-Derived COVID-19 Clinical Course Profile: The 4CE Consortium" (Preprint: and the 4CE website about the same manuscript ( A description of how the data was generated can be found in the manuscript
主表 Diagnoses-Combined200411.csv 含 7 列、样本前 2000 行结构完整。
主表 Diagnoses-CombinedByCountry200411.csv 含 7 列、样本前 2000 行结构完整。
【数据结构与技术规格】
文件数 2 个，合计 212.12 KB。Diagnoses-Combined200411.csv：text/plain，100.96 KB。Diagnoses-CombinedByCountry200411.csv：text/plain，111.16 KB。数据集 DOI：10.6084/m9.figshare.12152967.v1。
【主题与分类】
源站学科分类：Health informatics and information systems、Bioinformatics and computational biology not elsewhere classified、Epidemiology not elsewhere classified。主题标签：4CE、COVID-19、coronavirus、EHR、clinical informatics、Health Informatics、Bioinformatics、Epidemiology。
【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。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。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://figshare.com/articles/dataset/Diagnosis_Data_for_International_Electronic_Health_Record-Derived_COVID-19_Clinical_Course_Profile_The_4CE_Consortium/12152967
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Weber, Griffin; Cai, Tianxi; L''Yi, Sehi; Keller, Mark; Consortium for Clinical Characterization of COVID-19 by EHR, 4CE; Gehlenborg, Nils (2020). Diagnosis Data for International Electronic Health Record-Derived COVID-19 Clinical Course Profile: The 4CE Consortium. figshare. Dataset
【使用注意】
· 源站最后修改于 2023-05-30，引用时请注意版本时效。
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（Figshare）
- 源站标题：Diagnosis Data for International Electronic Health Record-Derived COVID-19 Clinical Course Profile: The 4CE Consortium
- DOI：10.6084/m9.figshare.12152967.v1
- 发布日期：2020-04-19
- 文件数：2 个
- 文件总体积：212.12 KB
- 源站页面：https://figshare.com/articles/dataset/Diagnosis_Data_for_International_Electronic_Health_Record-Derived_COVID-19_Clinical_Course_Profile_The_4CE_Consortium/12152967
命令行下载
curl -L -o "Diagnoses-Combined200411.csv" "https://ndownloader.figshare.com/files/22346613"
curl -L -o "Diagnoses-CombinedByCountry200411.csv" "https://ndownloader.figshare.com/files/22346616"
文件清单
Diagnoses-Combined200411.csv（100.96 KB）Diagnoses-CombinedByCountry200411.csv（111.16 KB）
文件总体积 212.12 KB（源站 API 实测）。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
Diagnosis data collected for the 4CE manuscript “International Electronic Health Record-Derived COVID-19 Clinical Course Profile: The 4CE Consortium” (Preprint: https://doi.org/10.1101/2020.04.13.20059691) and the 4CE website about the same manuscript (https://covidclinical.net/publications/paper-01.html).
A description of how the data was generated can be found in the manuscript.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.12152967.v1（source: https://figshare.com/articles/dataset/Diagnosis_Data_for_International_Electronic_Health_Record-Derived_COVID-19_Clinical_Course_Profile_The_4CE_Consortium/12152967）。
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。
