国家癌症患者体验调查，2016年：特殊许可证访问
2016年英国国家癌症患者体验调查数据，包含7.2万余名患者对癌症治疗的反馈，用于改进NHS护理质量。
基本信息
资源简介
国家癌症患者体验调查，2016年：特殊许可证访问
【一句话概览】
本数据集是 datacatalogue.ukdataservice.ac.uk 公开的结构化表格数据集，主题涵盖 cancer、patient experience、survey、National Cancer Patient Experience Surve、2016，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《National Cancer Patient Experience Survey, 2016: Special Licence Access》。
【数据内容】
源站原始描述：The Data Collection is available to UK Data Service registered users subject to the End User Licence Agreement. Commercial use is not permitted. Use of the data requires approval from the data owner or their nominee. Users must apply for access via a Special Licence application. Data storage and access are limited to the UK and European Economic Area countries. Citation: Quality Health, NHS England. (2018). National Cancer Patient Experience Survey, 2016: Special Licence Access. [data collection…
中文译文（机器翻译，仅供快速理解，请以原文为准）：在遵守《最终用户许可协议》的前提下，UK Data Service 注册用户可使用该数据集。不允许商业使用。使用该数据需要获得数据所有者或其指定代表的批准。用户必须通过特殊许可申请来申请访问权限。数据存储和访问仅限于英国及欧洲经济区国家。引用：Quality Health, NHS England. (2018). National Cancer Patient Experience Survey,
【主题与分类】
主题标签：cancer、patient experience、survey、National Cancer Patient Experience Surve、2016、Special Licence Access、NHS England、Quality Health、UK Data Service。
【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://datacatalogue.ukdataservice.ac.uk/studies/study/8363#doi
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://datacatalogue.ukdataservice.ac.uk/studies/study/8363#doi
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。
