香港急诊科疟疾患者的临床与实验室特征数据集

香港急诊科70例疟疾患者的临床与实验室特征数据,涵盖2009-2019年,用于分析诊断线索。

Mendeley Data
浏览 11
表格疟疾表格
Clinical and laboratory features of Patients with malaria attending emergency department in Hong Kong

基本信息

模态
表格
大小
0.000082779 GB
创建/更新时间
2026-10-07
版本
v1

资源简介

香港急诊科疟疾患者的临床与实验室特征数据集

【一句话概览】

本数据集是 Mendeley Data 公开的结构化表格数据集,收录 1 个文件、合计 82.78 KB,可用于统计建模、特征工程与队列分析。

【数据集背景】

本数据集源站标题为《Clinical and laboratory features of Patients with malaria attending emergency department in Hong Kong》。源站首次发布:2021-01-04。

【数据内容】

源站原始描述:This dataset was generated to look into diagnostic clues and accuracies of malaria in the emergency department of Hong Kong. Patient demographics, clinical features and laboratory findings extracted from all patient discharged with the diagnosis of "malaria" from a tertiary metropolitan trauma emergency department. Additional information including patient outcome and emergency department interventions are also available. This dataset contains 70 patients from 2009 to 2019

中文译文(机器翻译,仅供快速理解,请以原文为准):本数据集旨在探究香港急诊科疟疾的诊断线索和准确性。患者人口学资料、临床特征和实验室检查结果提取自一家大城市三级创伤急诊科所有出院诊断为“疟疾”的患者。还可获取包括患者结局和急诊科干预措施在内的附加信息。本数据集包含2009年至2019年间的70例患者。

【数据结构与技术规格】

文件数 1 个,合计 82.78 KB。数据集 DOI:10.17632/4y7zjr3n2x.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/4y7zjr3n2x

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/4y7zjr3n2x

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