新冠疫情期间癌症护理资源分配:医疗保健研究

新冠疫情期间癌症(结直肠癌、胰腺癌)医疗资源分配研究,与糖尿病、冠心病、多发性硬化症对照,分析医疗获取、过程与结果。

NIAID Data Ecosystem
浏览 14
表格癌症医疗资源分配
Allocating Resources for Cancer Care in Times of the Sars-CoV-2 Outbreak. Health Care Research

基本信息

模态
表格
创建/更新时间
2026-10-10

资源简介

新冠疫情期间癌症护理资源分配:医疗保健研究

【数据内容】

源站原始描述:The focus on treatment of COVID19 patients during the Sars-CoV-2 outbreak has most likely implications for the extent and quality of diagnosis and treatment of non-COVID19 patients. Medical care of cancer patients is a particularly sensitive area. To draw holistic conclusions, it is necessary to analyze the provision of healthcare as broadly as possible with regard to the dimensions of access, processes and outcome during the Sars-CoV-2 pandemic. This will be implemented exemplarily for the earl…

中文译文(机器翻译,仅供快速理解,请以原文为准):在SARS-CoV-2疫情暴发期间,对COVID19患者治疗的关注很可能影响非COVID19患者的诊断和治疗范围与质量。癌症患者的医疗照护是一个尤其敏感的领域。为得出整体性结论,有必要在SARS-CoV-2大流行期间,尽可能广泛地从可及性、过程和结果维度分析医疗服务的提供情况。这将以萨克森州结直肠癌(CRC)和胰腺癌(PaCa)的早期发现、诊断和治疗为例加以实施。接受2型糖尿病(T2D)、冠心病(CHD)和多发性硬化症(MS)诊断、治疗或早期检测措施的患者作为比较组。

【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://www.omicsdi.org/dataset/ecrin-mdr-crc/2743388

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。

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://www.omicsdi.org/dataset/ecrin-mdr-crc/2743388

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