尼泊尔农村23家卫生中心5岁以下儿童社区综合新生儿和儿童疾病管理记录（2013-2018）
该数据集包含尼泊尔农村23家卫生中心2013-2018年期间33860份5岁以下儿童就诊记录，涵盖症状、诊断、治疗及随访等结构化信息。
基本信息
资源简介
尼泊尔农村23家卫生中心5岁以下儿童社区综合新生儿和儿童疾病管理记录（2013-2018）
【一句话概览】
本数据集是 LSHTM Data Compass 公开的结构化表格数据集，收录 3 个文件、合计 58.28 MB，主题涵盖 CHILD HEALTH、ILL HEALTH、COMMUNITY HEALTH CARE、HEALTH CONSULTATIONS、HEALTH CARE PROVISION，可用于统计建模、特征工程与队列分析，CC BY-SA 许可开放获取。
【数据集背景】
本数据集源站标题为《Community Based Integrated Management of Neonatal and Childhood Illness Records of Under-5 Patients at 23 Health Centres in Rural Nepal, 2013-2018》。
【数据内容】
源站原始描述：Data (in the form of paper records) was collected from 23 health centres in rural areas of Nepal, totalling 33,860 records of individual patient contacts for children under 5 years of age. The format of the record books follows the WHO (Nepal) guidance on Community Based - Integrated Management of Neonatal and Childhood Illness (IMNCI). The data included on the forms includes the following information on all children under 5: unique identifier, date of visit, child’s sex, age, ethnicity/caste, w…
【数据结构与技术规格】
文件数 3 个，合计 58.28 MB。readme.docx：application/vnd.openxmlformats-officedocument.wordprocessingml.document，24.03 KB。cobebook_v1_2_May11.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，25.53 KB。
【主题与分类】
主题标签：CHILD HEALTH、ILL HEALTH、COMMUNITY HEALTH CARE、HEALTH CONSULTATIONS、HEALTH CARE PROVISION、VISITS TO HEALTH CENTRES。
【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://reshare.ukdataservice.ac.uk/id/eprint/854820/
使用许可：CC BY-SA。
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：http://reshare.ukdataservice.ac.uk/id/eprint/854820
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))
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。
