基于证据的关节置换护理过程与结局（EPOC）：改善关节置换患者的服务与结局
涵盖1013个变量的关节置换患者数据，包括人口学、合并症、手术细节、患者报告结局（Oxford髋/膝评分、EQ-5D）及康复利用等信息。
基本信息
资源简介
基于证据的关节置换护理过程与结局（EPOC）：改善关节置换患者的服务与结局
【一句话概览】
本数据集是 Research Data Australia 公开的结构化表格数据集，主题涵盖 Total joint replacement、Arthroplasty、Prophylaxis、Surgical site infection、Venous thromboembolism，可用于统计建模、特征工程与队列分析，CC-BY 许可开放获取。
【数据集背景】
本数据集源站标题为《Evidence-based Processes and Outcomes of Care (EPOC): Improving services and outcomes for joint replacement patients》。源站首次发布：2021。
【数据内容】
源站原始描述：The data includes 1013 variables: participant demographic information, comorbid health conditions, acute care and surgical data (total primary joint replacement), patient-reported outcomes measures (Oxford Hip or Knee Score and EQ-5D) at baseline, 35, 90 and 365 days post-surgery, patient-reported satisfaction and perception of success of surgery, details of VTE and antimicrobial prophylaxis, rehabilitation and health service utilisation and any money spent in recovery. ANy identifying informati…
【主题与分类】
主题标签：Total joint replacement、Arthroplasty、Prophylaxis、Surgical site infection、Venous thromboembolism、Clinical guidelines、Surgical complications、Patient reported outcomes、CLINICAL SCIENCES、MEDICAL AND HEALTH SCIENCES。
【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://researchdata.edu.au/evidence-based-processes-replacement-patients/1957655
使用许可：CC-BY。
规范引用：Association between pre-operative anxiety and/or depression and outcomes following total hip or knee arthroplasty
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://researchdata.edu.au/evidence-based-processes-replacement-patients/1957655
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))
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
