林奇综合征阿司匹林预防处方意愿影响因素析因随机试验数据集
一项关于信息类型对全科医生为林奇综合征患者开具阿司匹林预防癌症意愿影响的析因随机试验数据集。
基本信息
资源简介
林奇综合征阿司匹林预防处方意愿影响因素析因随机试验数据集
【一句话概览】
本数据集是 EPrints 机构库 公开的结构化表格数据集，主题涵盖 Preventive therapy、chemoprevention、decision-making、primary care、aspirin，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《A factorial randomised trial investigating factors influencing general practitioners’ willingness to prescribe aspirin for cancer preventive therapy in Lynch syndrome: a registered report》。源站首次发布：2022。
【数据内容】
源站原始描述：We investigated the optimal type and level of information to communicate with GPs to increase willingness to prescribe aspirin for colorectal cancer prevention. We recruited GPs in England and Wales (n=672) to an online survey with a 2 by 3 factorial design. GPs were randomised to one of eight vignettes describing a hypothetical patient with Lynch syndrome recommended to take aspirin by a clinical geneticist. Across the vignettes, we manipulated the presence or absence of three types of informat…
【主题与分类】
主题标签：Preventive therapy、chemoprevention、decision-making、primary care、aspirin、NSAID、C840 - Psychology in health & medicine。
【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://archive.researchdata.leeds.ac.uk/1009/
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://archive.researchdata.leeds.ac.uk/1009/
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。
