哈里亚纳农村人口对肌肉骨骼疾病物理治疗认知的调查
基于对哈里亚纳农村370名成人的调查，评估对肌肉骨骼疾病物理治疗的认知、利用率和疗效信念，显示认知不足和需求缺口。
基本信息
资源简介
哈里亚纳农村人口对肌肉骨骼疾病物理治疗认知的调查
【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 54.62 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《Awareness of physiotherapy treatment in musculoskeletal conditions in rural population of Haryana》。源站首次发布：2024-04-29。
【数据内容】
源站原始描述：Physiotherapy is underutilized in rural Haryana, despite its effectiveness in managing musculoskeletal conditions prevalent in the region. A survey of 370 adults aged 25-60 revealed low awareness, with only 58.65% knowing where physiotherapy clinics are located. While 81.35% received physiotherapy, only 63.78% believed in its effectiveness, highlighting the need for awareness campaigns. To bridge this gap, targeted community outreach programs integrating physiotherapy into primary healthcare sys…
中文译文（机器翻译，仅供快速理解，请以原文为准）：物理治疗在哈里亚纳邦农村地区未得到充分利用，尽管它在管理该地区常见的肌肉骨骼疾病方面有效。一项针对370名25-60岁成年人的调查显示，人们认知度较低，仅58.65%知道物理治疗诊所的位置。虽然81.35%接受过物理治疗，但只有63.78%相信其有效性，这凸显了开展认知宣传活动的必要性。为弥合这一差距，必须开展有针对性的社区外展项目，将物理治疗纳入初级卫生保健系统，以提高可及性并促进早期转诊，最终改善农村社区患者的结局。
【数据结构与技术规格】
文件数 1 个，合计 54.62 KB。数据集 DOI：10.17632/pd76pmxnhd.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/pd76pmxnhd
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/pd76pmxnhd
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。
