新发成人肺结核患者抗结核治疗前的诊断路径和直接医疗费用——印度泰米尔纳德邦
印度泰米尔纳德邦新发成人肺结核患者诊断路径与自付直接医疗费用的表格数据集。
基本信息
资源简介
新发成人肺结核患者抗结核治疗前的诊断路径和直接医疗费用——印度泰米尔纳德邦
【一句话概览】
本数据集是 DataONE 公开的结构化表格数据集，主题涵盖 Treatment delay、Health systems delay、Private practitioners、Tuberculosis、rural，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《Diagnostic pathways and direct medical costs incurred by new adult pulmonary tuberculosis patients prior to anti-tuberculosis treatment â Tamil Nadu, India》。
【数据内容】
源站原始描述：Background: Tuberculosis (TB) patients face substantial delays prior to treatment initiation, and out of pocket (OOP) expenditures often surpass the economic productivity of the household. We evaluated the pre-diagnostic cost and health seeking behaviour of new adult pulmonary TB patients registered at Primary Health Centres (PHCs) in Vellore district, Tamil Nadu, India. Methods: This descriptive study, part of a randomised controlled trial conducted in three rural Tuberculosis Units from Dec 20…
中文译文（机器翻译，仅供快速理解，请以原文为准）：背景：结核病（TB）患者在开始治疗前往往面临大幅延误，自付（OOP）支出常常超过家庭的经济生产力。我们评估了在印度泰米尔纳德邦韦洛尔区初级卫生中心（PHCs）登记的新发成人肺结核患者的诊断前费用和就医行为。方法：这项描述性研究是一项随机对照试验的一部分，该试验于2012年12月至2015年12月在三个农村结核病单位开展，收集了卫生机构数量、开始抗结核治疗前就诊日期以及与结核病诊断相关的直接自付医疗费用等数据。采用逻辑回归分析检验与治疗开始延误和自付支出相关的因素。结果：在接受访谈的880名结核病患者中，34.7%首先前往公共卫生机构就诊，65%的患者将私立卫生机构作为其首个就诊点。平均每月收……
【主题与分类】
主题标签：Treatment delay、Health systems delay、Private practitioners、Tuberculosis、rural。
【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://search.dataone.org/view/sha256:fbd70b127d81ccfd17762c119a587db2baa3131b7b5cac9e3afd536b90d7208d
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
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:
数据集大小约 6.0 KB。
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。
