直接面向消费者的性传播感染远程医疗咨询质量数据

中国性传播感染直接面向消费者远程医疗咨询质量的标准化患者就诊数据和代码

Harvard DataverseHarvard Dataverse
NIAID Data Ecosystem
浏览 11
文本MedicineHealth and Life SciencesSocial Sciences
Replication Data for: The quality of direct-to-consumer telemedicine consultations for sexually transmitted infections in China: An analysis of visits by standardized patients

基本信息

模态
文本
大小
0.000072463 GB
创建/更新时间
2026-10-12

资源简介

直接面向消费者的性传播感染远程医疗咨询质量数据

【一句话概览】

本数据集为中国直接面向消费者的性传播感染远程医疗咨询质量研究中标准化患者就诊分析的复现数据,包含用于生成该论文图表的数据与代码。源站原始描述显示,这些数据与代码对应论文中的图表。源站标签包括医学、健康与生命科学以及社会科学(来源 DOI 解析)。

【数据集背景】

本数据集源站标题为《Replication Data for: The quality of direct-to-consumer telemedicine consultations for sexually transmitted infections in China: An analysis of visits by standardized patients》。源站首次发布:2023。

【数据内容】

源站原始描述:Data and code for figures and tables in "The quality of direct-to-consumer telemedicine consultations for sexually transmitted infections in China: An analysis of

中文译文(机器翻译,仅供快速理解,请以原文为准):《中国针对性传播感染的直接面向消费者远程医疗咨询质量:一项标准化患者就诊分析》中图表的数据和代码

【主题与分类】

主题标签:Medicine, Health and Life Sciences、Social Sciences。

【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://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/3TLHZW

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://doi.org/10.7910/DVN/3TLHZW

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