组织特征如何影响肺癌诊断评估项目中的团队合作与服务提供：混合方法研究数据

数据集获取

源站：https://doi.org/10.5061/dryad.tq106

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。

数据集大小约 116.1 KB。

数据说明

目的：诊断评估项目（DAPs）可以缩短癌症诊断的等待时间，但最优的DAP设计尚不清楚。本研究探讨了组织特征如何影响肺癌DAP中的多学科团队合作和诊断服务提供。设计：采用混合方法，整合了四个肺癌DAP的描述性定性访谈和病历摘要数据。研究结果采用综合团队效能模型进行分析。环境：加拿大两所教学医院和两所社区医院的四个DAP。参与者：22名工作人员接受了关于组织特征、目标服务基准以及团队合作过程、决定因素和结果的访谈；审查了314份病历以了解实际服务基准。结果：正式、非正式和异步的团队流程促进了服务提供，并在患者、工作人员和服务层面产生了许多感知到的益处。

然而，若干DAP特征对团队合作和服务提供构成了挑战：转诊量/工作量、启动以来的时间、每周运营天数、农村偏远人口、全职/兼职人力资源的数量和类型、员工同址办公、信息系统。因此，所有站点均未能达到目标基准（从转诊到会诊中位数为4.0次就诊，中位等待时间为35.0天）。建议包括改进信息系统、增加所有专科的工作人员、员工同址办公以及扩大患者导航员的职责。研究结果被纳入了一个关于肺癌DAP团队合作决定因素和结果的概念框架。结论：本研究确定了若干可加以改进以促进团队合作和提升服务提供的DAP特征，从而为团队合作的组织决定因素及相关结果的知识做出了贡献。研究结果可用于更新现有的DAP指南，并可供管理者用于规划或评估肺癌DAP。需要持续开展研究以确定

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。