患者就医体验评论中人类与大型语言模型编码主题的比较
研究关注患者就医体验的文本评论，分析 77 条来自肌肉骨骼专科诊疗后电话调查的转录评论，按推荐评分 0、1-2、3-6（0 至 10 分制）分组
基本信息
资源简介
患者就医体验评论中人类与大型语言模型编码主题的比较
Comparison of Human and Large Language Model Coded Themes in Patient Comments About Their Care Experience
该数据集来自 doi.org，由 Texas Data Repository 于 2025 年发布，作者为 Bleacher, Jake。研究关注患者就医体验的文本评论，分析 77 条来自肌肉骨骼专科诊疗后电话调查的转录评论，按推荐评分 0、1-2、3-6（0 至 10 分制）分组。研究先由大型语言模型生成主题，再由人类编码者修订并应用于全部评论，比较 LLM 与人类生成的主题及主题数量。数据可用于评估 LLM 在患者反馈定性分析中的效率与一致性，以及探索不同评分类别下的主题差异（来源 DOI 解析）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：患者逐字评论中出现的主题可以为临床医生和单元的改进提供指导，但传统的定性分析耗时较长。本研究评估了大型语言模型（LLM）能否高效识别患者反馈中的主题。我们分析了来自肌肉骨骼专科诊疗后电话调查的 77 条转录评论，按评分分组：0、1-2 和 3-6（0 至 10 分制）。LLM 首先生成主题，随后人类编码者对这些主题进行修订并将其应用于所有评论。我们使用 LLM 作为工具，比较了 LLM 与人类生成的主题及主题数量。LLM 生成的主题和子主题因评分类别而异。人类编码者将这些主题整合为跨评分类别的三个一致主题：信任与关系、缺乏方向、后勤事务。最低推荐评分占主导
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Large Language Models。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://dataverse.tdl.org/citation?persistentId=doi:10.18738/T8/LBEDDU
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/10.18738/T8/LBEDDU
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:
数据说明
患者在逐字评论中反映的体验主题可为临床医生和单元改进提供指导，但传统的定性分析耗时较长。本研究评估了大型语言模型（LLMs）能否高效识别患者反馈中的主题。我们分析了77条来自肌肉骨骼专科诊疗后电话调查的转录评论，并按评分分组：0分、1-2分和3-6分（0至10分制）。LLM首先生成主题，随后由人工编码者对这些主题进行完善，并将其应用于所有评论。我们比较了LLM生成的主题和主题计数与以LLM为工具的人工生成结果。LLM生成的主题和子主题因评分类别而异。人工编码者将其整合为三个跨评分类别一致的主题：信任与关系、缺乏方向感以及流程事务。最低推荐评分主要由关系方面的担忧主导，而中等评分则大多涉及流程事务问题。LLM的主题计数在各组中与人工计数大致相当，表明LLM可以简化定性审查，同时在完善过程中保留人工判断。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
