患者身份的翻译与转变:后基因组时代的癌症(2015-2021)

包含癌症患者、照护者及专业人员的访谈记录,研究后基因组时代癌症治疗对患者经历的影响,属于文本数据。

UK Data ServiceUK Data Service
DataCite Commons
2022-12-13 更新
浏览 18
文本CANCERPATIENTSMEDICAL TREATMENT METHODSHEALTH PROFESSIONALS
Translations and Transformations in Patienthood: Cancer in the Post-genomics Era, 2015-2021

基本信息

模态
文本
创建/更新时间
2022-12-13

资源简介

患者身份的翻译与转变:后基因组时代的癌症(2015-2021)

【一句话概览】

本数据集是 LSHTM Data Compass 公开的文本数据集,主题涵盖 CANCER、PATIENTS、MEDICAL TREATMENT METHODS、HEALTH PROFESSIONALS,可用于医学自然语言处理(实体识别、信息抽取等)。

【数据集背景】

本数据集源站标题为《Translations and Transformations in Patienthood: Cancer in the Post-genomics Era, 2015-2021》。

【数据内容】

源站原始描述:The project researched how patients and patient experiences have been impacted by transformed cancer treatments as a result of the post-genomic revolution. Social scientists have tended to focus on the social and ethical dimensions of genomic research, informed consent and expectations in emergent markets. The ultimate aim of this project, though, is to explore where and how patients feature in cancer research, clinical practice, service reorganisation, advocacy work and public health. It is an…

【主题与分类】

主题标签:CANCER、PATIENTS、MEDICAL TREATMENT METHODS、HEALTH PROFESSIONALS。

【适用方向】

文本类数据可用于医学自然语言处理,如命名实体识别、信息抽取与文本分类。

【获取与许可】

源站页面:https://reshare.ukdataservice.ac.uk/id/eprint/856133/

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。

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:http://reshare.ukdataservice.ac.uk/id/eprint/856133

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