癌症照护中抗菌药物耐药性知识与实践问卷数据集
该数据集包含 112 名马来西亚医院药师的去标识化调查回复，用于癌症照护中抗菌药物耐药性知识与实践问卷（KP-AMR-CC-Q）的开发与初步心理测量学评估
基本信息
资源简介
癌症照护中抗菌药物耐药性知识与实践问卷数据集
KP-AMR-CC-Q 是一个围绕癌症照护场景中抗菌药物耐药性（AMR）知识与实践测评工具开发而建立的问卷数据集。该数据集收录了 112 名马来西亚医院药师的去标识化调查回复，服务于“癌症照护中抗菌药物耐药性知识与实践问卷”（Knowledge and Practice of Antimicrobial Resistance in Cancer Care Questionnaire，KP-AMR-CC-Q）的研制与初步心理测量学评估。数据通过 Qualtrics 平台采集，时间范围为 2026 年 3 月至 7 月。数据集所依托的现场测试工具包含知识条目与实践条目，并同时记录了受访者的人口学与职业特征信息。该数据集为条目反应理论分析、探索性因子分析和内部一致性评估提供了基础，并最终支持问卷的精简与定稿。
【数据集背景】
抗菌药物耐药性（AMR）是全球公共卫生领域面临的重大挑战之一，而在肿瘤照护环境中，患者因免疫功能受损、治疗相关并发症等原因，往往更依赖抗菌药物的有效使用。医院药师在抗菌药物管理、用药审核与患者教育中承担关键角色，因此评估其在癌症照护情境下关于 AMR 的知识水平与实践行为，对于改进抗菌药物管理策略具有重要意义。KP-AMR-CC-Q 正是在这一背景下开发的专用测评工具，旨在为相关领域提供可量化的评价手段。本数据集即为该工具开发与初步心理测量学评价阶段所收集的原始调查数据，反映了工具在真实目标人群中的现场测试结果。
【数据内容】
数据集的核心内容是 112 名马来西亚医院药师的去标识化调查回复。现场测试版问卷由 44 个知识条目和 23 个实践条目组成，同时收集了受访者的人口学与职业特征信息，具体包括肿瘤学相关经验、抗菌药物管理培训经历以及既往 AMR 接触情况等。经过心理测量学优化后，最终版问卷包含 42 个知识条目和 20 个实践条目。数据集支持的分析类型包括条目反应理论分析、探索性因子分析以及内部一致性评估。除上述内容外，源站未提供更多关于变量命名、编码方式或数据文件结构的信息。
【采集与来源】
数据采集通过 Qualtrics 平台完成，采集时间为 2026 年 3 月至 7 月。目标人群为马来西亚医院药师，最终获得 112 份有效回复。数据集来源站为 doi.org，作者为 Ali Haider Mohammed，所属机构为 Monash University，发布时间为 2026 年。源站未提供抽样方法、招募渠道、问卷发放方式、应答率或伦理审批等进一步细节。
【适用场景】
该数据集适用于以下用途：开发和初步验证癌症照护领域 AMR 知识与实践测评工具；开展条目反应理论分析以评估条目性能；进行探索性因子分析以考察问卷结构效度；评估问卷的内部一致性；以及作为后续更大规模心理测量学研究或跨人群验证研究的基线资料。此外，该数据集也可供关注医院药师在肿瘤照护中抗菌药物管理角色、培训需求评估或 AMR 相关教育干预设计的研究者参考。源站未提供其他具体应用场景的说明。
【使用方法】
数据集以去标识化调查回复的形式提供，使用者可基于知识条目与实践条目的应答数据进行心理测量学分析。源站描述中提及该数据集支持条目反应理论分析、探索性因子分析及内部一致性评估，但未提供具体的分析代码、统计软件要求、变量字典或评分指南。因此，使用者在开展分析前需自行确认条目编码、缺失值处理方式及分析策略。源站未提供数据访问的具体技术流程或文件格式说明。
【质量与限制】
该数据集经过心理测量学优化，现场测试版问卷由 44 个知识条目和 23 个实践条目精简为最终版的 42 个知识条目和 20 个实践条目，表明条目筛选与问卷 refinement 过程已完成。数据采集覆盖 2026 年 3 月至 7 月，样本量为 112 名马来西亚医院药师。潜在限制包括：样本仅来自马来西亚医院药师，可能影响结果对其他国家、其他药师群体或非医院场景的推广；源站未提供应答率、样本代表性、缺失数据比例或社会赞许性偏差等质量指标；此外，源站未说明是否进行了重测信度或效标效度检验。上述未提及的质量维度均属于源站未提供的信息。
【引用与许可】
该数据集的许可协议为 Creative Commons Attribution Non Commercial 4.0 International（署名—非商业性使用 4.0 国际）。使用者需遵守该许可条款，包括适当署名、标明是否作出修改，且不得将数据用于商业目的。引用时应注明作者 Ali Haider Mohammed、机构 Monash University、数据集名称 KP-AMR-CC-Q 以及来源站 doi.org。源站未提供具体的推荐引用格式或 DOI 链接。
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://doi.org/10.26180/34053291
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:
数据说明
本数据集包含112名马来西亚医院药剂师的去标识化调查回复，用于开发《癌症照护中抗菌药物耐药性知识与实践问卷》（KP-AMR-CC-Q）并进行初步心理测量学评估。数据于2026年3月至7月期间通过Qualtrics收集。现场测试工具包含44个知识条目和23个实践条目，以及人口学和专业特征，包括肿瘤学经验、抗菌药物管理培训和既往AMR接触史。该数据集支持条目反应理论分析、探索性因子分析和内部一致性评估。经过心理测量学优化后，最终问卷包含42个知识条目和20个实践条目。
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。
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。
