恶心呕吐管理障碍问卷数据集

包含299名化疗患者的NVMBQ问卷及临床数据,用于分析恶心呕吐管理障碍。

Harvard DataverseHarvard Dataverse
DataCite Commons
2025-05-12 更新
浏览 9
表格nauseaemesisperceptionchemotherapycommunicationMedicineHealth and Life SciencesSocial Sciences
Nausea and Vomiting Management Barriers Questionnaire Dataset

基本信息

模态
表格
大小
0.001676051 GB
创建/更新时间
2025-05-12
版本
v1

资源简介

恶心呕吐管理障碍问卷数据集

【一句话概览】

本数据集为恶心呕吐管理障碍问卷数据集,源自一项观察性、描述性研究,关注患者对化疗相关恶心呕吐的感知。样本为299名患者,完成社会人口学和临床条目以及恶心呕吐管理障碍问卷(NVMBQ)。数据集含3个文件,合计1.7 MB,标签涉及恶心、呕吐、感知、化疗、沟通,以及医学、健康与生命科学、社会科学(来源 Dataverse)。

【数据集背景】

本数据集源站标题为《Nausea and Vomiting Management Barriers Questionnaire Dataset》。源站首次发布:2018-03-31。

【数据内容】

源站原始描述:Observational, descriptive study of patient perceptions of chemotherapy related nausea and vomiting. The patient sample consists of N=299 who completed socio-demographic and clinical items as well as a Nausea and Vomiting Management Barriers Questionnaire (NVMBQ)

中文译文(机器翻译,仅供快速理解,请以原文为准):化疗相关恶心呕吐患者认知的观察性描述性研究。患者样本由N=299例组成,他们完成了社会人口学和临床条目以及恶心呕吐管理障碍问卷(NVMBQ)。

【数据结构与技术规格】

文件数 3 个,合计 1.68 MB。数据集 DOI:doi:10.7910/DVN/Y8ICVZ。

【主题与分类】

主题标签:nausea、emesis、perception、chemotherapy、communication、Medicine, Health and Life Sciences、Social 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://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/Y8ICVZ

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://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/Y8ICVZ

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