研究支气管镜感知 - 焦点小组讨论1转录
结核病患者亲属对研究支气管镜看法的焦点小组讨论转录（含翻译，已匿名化）。
基本信息
资源简介
研究支气管镜感知 - 焦点小组讨论1转录
【一句话概览】
本数据集是 Dryad 公开的文本数据集，主题涵盖 Tuberculosis、consent、ethics、bronchoscopy，可用于医学自然语言处理（实体识别、信息抽取等），https://spdx.org/licenses/CC0-1.0.html 许可开放获取。
【数据集背景】
本数据集源站标题为《Data from: Perceptions of research bronchoscopy in Malawian adults with pulmonary tuberculosis: a cross-sectional study.》。
【数据内容】
源站原始描述：Bronchoscopy is an established research tool in Malawi, enabling collection of pulmonary samples for immunological, pharmacological, and microbiological studies. It is, however, an invasive clinical procedure that offers no direct benefit to volunteering participants when used in a research capacity alone, and thus informed consent is essential. This study aimed to explore TB patients’ understanding of research bronchoscopy, what would motivate them to participate in research bronchoscopy, and t…
中文译文（机器翻译，仅供快速理解，请以原文为准）：支气管镜检查在马拉维是一种成熟的研究工具，能够为免疫学、药理学和微生物学研究采集肺部样本。然而，它是一项侵入性临床操作，当仅用于研究目的时，不会给自愿参与者带来直接获益，因此知情同意至关重要。本研究旨在探讨结核病患者对研究性支气管镜检查的理解、促使他们参与研究性支气管镜检查的动机以及他们的顾虑，从而为未来临床研究的知情同意流程提供依据。我们采用了定性研究设计。我们与社区成员和结核病患者进行了两次焦点小组讨论，以了解他们对支气管镜检查的看法。
【数据结构与技术规格】
数据集 DOI：doi:10.5061/dryad.sp152。
【主题与分类】
主题标签：Tuberculosis、consent、ethics、bronchoscopy。
【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://doi.org/10.5061/dryad.sp152
使用许可：https://spdx.org/licenses/CC0-1.0.html。
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：http://datadryad.org/resource/doi:10.5061/dryad.sp152/1
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。
