PRIDE诊所 - 补充表1:就诊诊断(157名患者)

2014-2022年PRIDE诊所157名患者就诊诊断频率的补充表格数据,涵盖跨性别与非二元性别患者及HIV感染者。

Mendeley Data
2024-01-31 更新
浏览 15
表格跨性别健康表格数据
PRIDE Clinic - Supplementary Table 1. Visit Diagnoses from PRIDE Clinic (N=157 patients)

基本信息

模态
表格
大小
0.000094887 GB
创建/更新时间
2024-01-31
版本
v1

资源简介

PRIDE诊所 - 补充表1:就诊诊断(157名患者)

【一句话概览】

该数据集为 PRIDE Clinic 补充表1,记录2014-2022年与 PRIDE 诊所就诊相关的诊断频率,涉及157名患者,共262个诊断。频率不超过1的诊断归入“其他”类别;因许多就诊有多个相关诊断,百分比合计大于100。部分患者同时计入跨性别与非二元患者和HIV感染者两列。文件数1个,合计大小94.9 KB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《PRIDE Clinic - Supplementary Table 1. Visit Diagnoses from PRIDE Clinic (N=157 patients)》。源站首次发布:2022-10-10。

【数据内容】

源站原始描述:Supplementary Table 1: Frequency of diagnoses associated with PRIDE clinic visits, 2014-2022 (N=157 patients, total of 262 diagnoses). Diagnoses were included in “other” category if frequency was <= 1. a Percentages sum to greater than 100 as many visits had multiple associated diagnoses. b These patients are included in both columns for Transgender and Non-binary Patients and Patients Living With HIV

【数据结构与技术规格】

文件数 1 个,合计 94.89 KB。数据集 DOI:10.17632/cct8fzvhpg.1。

【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://data.mendeley.com/datasets/cct8fzvhpg

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://data.mendeley.com/datasets/cct8fzvhpg

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