临床编码清单 - 腮腺炎

腮腺炎相关的GOLD和Aurum医学编码清单,表格数据,用于疾病编码。

London School of Hygiene & Tropical MedicineLondon School of Hygiene & Tropical Medicine
DataCite Commons
2026-04-01 更新
浏览 17
表格分类CPRD GOLDCPRD AurumCode listMumps
Clinical codelist - Mumps

基本信息

模态
表格
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2026-04-01

资源简介

临床编码清单 - 腮腺炎

【一句话概览】

该数据集标题为“Clinical codelist - Mumps”,原始描述为与 Mumps 相关的 CPRD GOLD 和 CPRD Aurum medcodes 临床代码列表。包含 1 个文件,合计大小 3 KB。标签包括 CPRD GOLD、CPRD Aurum、Code list、Mumps,分类为 PHSR,许可为 CC BY 4.0(来源 LSHTM Data Compass,CC BY 4.0 许可)。

【数据集背景】

本数据集源站标题为《Clinical codelist - Mumps》。源站首次发布:2026-03-17。

【数据内容】

源站原始描述:Clinical codelist for GOLD and Aurum medcodes related to Mumps

中文译文(机器翻译,仅供快速理解,请以原文为准):与流行性腮腺炎相关的 GOLD 和 Aurum medcodes 的临床代码列表。

主表 mumps.csv 含 5 列、样本前 36 行结构完整。

【数据结构与技术规格】

文件数 1 个,合计 2.99 KB。mumps.csv:text/csv,2.99 KB。

【主题与分类】

源站学科分类:PHSR。主题标签:CPRD GOLD、CPRD Aurum、Code list、Mumps。

【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。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://datacompass.lshtm.ac.uk/id/eprint/5103/

使用许可:CC BY 4.0。

【使用注意】

· 源站最后修改于 2026-07-30,引用时请注意版本时效。

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。

暂未开放

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://datacompass.lshtm.ac.uk/id/eprint/5103

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