癌症诊断阶段对英格兰NHS医院护理成本的影响:附加补充材料

补充材料数据集,包含癌症诊断阶段对英格兰NHS医院护理成本影响分析的详细结果表格。

Mendeley Data
浏览 10
表格癌症表格
Influence of stage at cancer diagnosis on NHS hospital care costs in England. Additional supplemental material.

基本信息

模态
表格
大小
0.003102994 GB
创建/更新时间
2026-10-08
版本
v1

资源简介

癌症诊断阶段对英格兰NHS医院护理成本的影响:附加补充材料

【一句话概览】

该附加补充材料随 Pearson 等人关于“癌症诊断分期对英格兰 NHS 医院护理费用影响”的论文发布。资料库包含一套综合结果表,涉及调整前净费用、调整前后全因费用,以及按亚型推导结直肠癌和淋巴瘤全因费用。共 1 个文件,合计 3.1 MB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Influence of stage at cancer diagnosis on NHS hospital care costs in England. Additional supplemental material.》。源站首次发布:2026-01-30。

【数据内容】

源站原始描述:Additional supplemental material to accompany the publication "Pearson et al. Influence of stage at cancer diagnosis on NHS hospital care costs in England". This repository includes a comprehensive set of results tables for net costs before adjustment, all-cause costs before and after adjustment, and derivation of colorectal cancer and lymphoma all-cause costs by subtype

中文译文(机器翻译,仅供快速理解,请以原文为准):附加补充材料,配合出版物《Pearson et al. Influence of stage at cancer diagnosis on NHS hospital care costs in England》。本存储库包含一套全面的结果表,涵盖调整前净成本、调整前后的全因成本,以及按亚型推导结直肠癌和淋巴瘤全因成本。

【数据结构与技术规格】

文件数 1 个,合计 3.10 MB。数据集 DOI:10.17632/mr8b4bmbmj.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/mr8b4bmbmj

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://data.mendeley.com/datasets/mr8b4bmbmj

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