VPRS 17795 疾病编码卡片

Name: VPRS 17795 疾病编码卡片
Creator: Public Record Office Victoria

费尔菲尔德传染病医院的疾病编码卡片，记录每例传染病病例的编码、诊断、人口学及临床文本信息。

Public Record Office Victoria

Research Data Australia

文本HISTORICAL STUDIESHISTORY AND ARCHAEOLOGY

基本信息

模态

文本

创建/更新时间

2026-10-08

资源简介

VPRS 17795 疾病编码卡片

【一句话概览】

VPRS 17795 疾病编码卡片记录了向 Fairfield 传染病医院（VA 1231）报告的每一例疾病，每例均记于相应卡片，内容包括疾病编码、诊断、医院编号、性别、年龄、结果、部位、病因、杂项、相关疾病、入院日期及患者姓名。部分较早版本的印刷疾病通知卡还额外载有表现、手术及主治医师姓名。标签为历史研究与历史考古（来源 Research Data Australia）。

【数据集背景】

本数据集源站标题为《VPRS 17795 Disease Coding Cards》。源站首次发布：2017-12-04。

【数据内容】

源站原始描述：Each instance of a disease reported to the Fairfield Infectious Diseases Hospital (VA 1231) was recorded on the appropriate card, including the following information:- Disease code number- Diagnosis- Hospital number- Sex- Age- Result- Site- Etiology- Miscellaneous (any additional information recorded about the individual case)- Associated diseases- Admission date- Name (of patient)Some earlier versions of printed disease notification cards also contained the following (in addition to the above s…

【主题与分类】

主题标签：HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY。

【适用方向】

文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面：https://researchdata.edu.au/vprs-17795-disease-coding-cards/992926

原始链接

https://researchdata.edu.au/vprs-17795-disease-coding-cards/992926

访问原始数据

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://researchdata.edu.au/vprs-17795-disease-coding-cards/992926

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。

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))