上海市肺部疾病患者肿瘤标志物不当使用的程度和成本：一项多中心回顾性研究
评估上海市肺部疾病患者肿瘤标志物不当使用程度和成本的多中心回顾性研究数据。
基本信息
资源简介
上海市肺部疾病患者肿瘤标志物不当使用的程度和成本：一项多中心回顾性研究
【一句话概览】
一项2014至2015年在上海三家医院呼吸科、胸外科和肿瘤科开展的多中心回顾性研究，依据临床指南与医生经验确定肿瘤标志物检查适宜性标准，分析慢性阻塞性肺疾病和原发性支气管肺癌患者的肿瘤标志物使用情况。结果显示，2706名患者中不适宜请求为12,496至16,956次，占58.27%至79.06%，相关费用为650,200至1,014,156元。研究认为，肺部疾病患者中肿瘤标志物不适宜使用较为普遍，临床医生应严格按指南使用以控制成本（来源 Dryad，https://spdx.org/licenses/CC0-1.0.html 许可）。
【数据集背景】
本数据集源站标题为《Data from: Extent and cost of inappropriate use of tumour markers in patients with pulmonary disease: a multicentre retrospective study in Shanghai, China》。
【数据内容】
源站原始描述：Objectives: The currently implemented healthcare reform in China requires substantial capital investment. Although overtreatment results in serious waste, inappropriate laboratory use is widespread, and overuse of tumor markers (TMs) has attracted increasing attention. Design: Retrospective study. Setting: The respiratory, thoracic surgery, and oncology departments of three hospitals in Shanghai, from 2014 to 2015. Participants: Patients with chronic obstructive pulmonary disease (COPD) and prim…
【数据结构与技术规格】
数据集 DOI：doi:10.5061/dryad.nb3r0。
【主题与分类】
主题标签：inappropriate request、tumor marker、pulmonary disease、overuse of medical services。
【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://doi.org/10.5061/dryad.nb3r0
使用许可：https://spdx.org/licenses/CC0-1.0.html。
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://datadryad.org/dataset/doi%253A10.5061%252Fdryad.nb3r0
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))
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
