支付矩阵
三方演化博弈模型的支付矩阵，用于研究医疗合规性，涵盖结核病、新冠疫苗和抗生素处方案例。
基本信息
资源简介
支付矩阵
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 5.63 KB，主题涵盖 participatory regulatory strategies、higher health risks、antibiotic prescription supervision、19 vaccination compliance、system &# 8217，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《Payment matrix.》。源站首次发布：2026-01-19。
【数据内容】
源站原始描述：As healthcare systems grow in complexity, ensuring medical safety requires moving beyond traditional top-down regulation. While public participation is increasingly recognized as a vital component, a robust, generalizable framework to guide its implementation has been lacking. This study addresses this critical gap by proposing and rigorously validating a tripartite evolutionary game model that integrates the public, medical institutions, and government authorities. We test the model’s universal…
中文译文（机器翻译，仅供快速理解，请以原文为准）：随着医疗系统日益复杂，确保医疗安全需要超越传统的自上而下监管。尽管公众参与日益被视为关键组成部分，但一直缺乏一个稳健、可推广的框架来指导其实施。本研究通过提出并严格验证一个整合公众、医疗机构和政府主管部门的三方演化博弈模型，填补了这一关键空白。我们以三个多样化的国际案例研究中的实证数据来检验该模型的普适性和有效性：沙特阿拉伯的结核病（TB）治疗依从性、中国的COVID-19疫苗接种依从性，以及越南的抗生素处方监管。我们的分析表明，更高的健康风险和公众暴露率可发挥强大催化作用，显著增强公众和机构的参与，从而加速系统向稳定、合规状态收敛。我们还发现，医疗机构对处罚强度高度敏感，只有在超过关键阈值时才会采取合规做法。这些发现证实了“良性循环”的存在，即积极参与的公民和严格的监督协同改善医疗合规，这一机制在不同医疗情境中均成立。本研究不仅提供了一个经过验证的理论框架，也为政策制定者提供了可操作的见解，以设计基于证据的参与式监管策略，从而增强全球医疗系统的韧性和可持续性。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 1.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0339304.t001。
【主题与分类】
源站学科分类：Medicine、Biotechnology、Cancer、Science Policy。主题标签：participatory regulatory strategies、higher health risks、antibiotic prescription supervision、19 vaccination compliance、system &# 8217、model &# 8217、validated theoretical framework、significantly enhancing participation、healthcare systems grow、also actionable insights。
【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://plos.figshare.com/articles/dataset/_p_Payment_matrix_p_/31089868
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Zeng, ZhiQiang; Sathasivam, Saratha; Xin, Jing; Zhao, Huan (2026). Payment matrix.. PLOS ONE. Dataset
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（Figshare）
- 源站标题：<p>Payment matrix.</p>
- DOI：10.1371/journal.pone.0339304.t001
- 发布日期：2026-01-19
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_p_Payment_matrix_p_/31089868
命令行下载
curl -L -o "Table 1.xls" "https://ndownloader.figshare.com/files/61100074"
文件清单
Table 1.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
数据说明
As healthcare systems grow in complexity, ensuring medical safety requires moving beyond traditional top-down regulation. While public participation is increasingly recognized as a vital component, a robust, generalizable framework to guide its implementation has been lacking. This study addresses this critical gap by proposing and rigorously validating a tripartite evolutionary game model that integrates the public, medical institutions, and government authorities. We test the model’s universality and effectiveness against empirical data from three diverse international case studies: tuberculosis (TB) treatment adherence in Saudi Arabia, COVID-19 vaccination compliance in China, and antibiotic prescription supervision in Vietnam. Our analysis reveals that higher health risks and public exposure rates act as powerful catalysts, significantly enhancing participation from both the public and institutions, thereby accelerating the system’s convergence to a stable, compliant state. We also find that medical institutions are highly sensitive to penalty intensity, adopting compliant practices only when a critical threshold is surpassed. These findings confirm the existence of a “virtuous cycle,” where engaged citizens and stringent oversight collaboratively improve medical compliance, a mechanism that holds true across varied healthcare contexts. This research provides not only a validated theoretical framework but also actionable insights for policymakers to design evidence-based, participatory regulatory strategies that can enhance the resilience and sustainability of global healthcare systems.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0339304.t001（source: https://plos.figshare.com/articles/dataset/_p_Payment_matrix_p_/31089868）。
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。
