利兹教学医院OMOP数据库
利兹教学医院OMOP数据库是基于电子健康记录的纵向数据集，映射到OMOP CDM，包含丰富临床数据，尤其以详细癌症数据支持肿瘤学和多中心联合分析。
基本信息
模态
表格
创建/更新时间
2025-06-09
资源简介
该数据集基于利兹教学医院NHS信托自2003年以来的电子健康记录构建，映射到OMOP通用数据模型，包含患者人口统计学、诊断、手术、药物和实验室结果等广泛临床数据，尤其详细记录了癌症特异性数据，如TNM分期、体能状态、转移部位等，支持治疗结果、生存率和疾病进展分析。适用于肿瘤学及二级医疗研究，通过联合分析和OHDSI工具实现隐私保护的多中心研究。
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。
暂未开放有偿下载
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://healthdatagateway.org/en/dataset/1320
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。
