国家层面NCCP全面性评分——PRISM全球分析

本数据集提供PRISM模型生成的50份国家癌症控制计划(NCCP)全面性评分,源自发表于The Lancet Oncology的全球研究

Mendeley DataMendeley Data
datacite
浏览 14
其他回归PolicyHealth Promotion and Health Maintenance
Country-level NCCP Comprehensiveness Scores — PRISM Global Analysis

基本信息

模态
其他
大小
0.004511929 GB
任务类型
回归
创建/更新时间
2026-10-06

资源简介

国家层面NCCP全面性评分——PRISM全球分析

Country-level NCCP Comprehensiveness Scores — PRISM Global Analysis

本数据集提供PRISM模型生成的50份国家癌症控制计划(NCCP)全面性评分,源自发表于The Lancet Oncology的全球研究。评分覆盖经过验证的卫生系统分析框架的全部76个子要素和12个要素,按国家层面给出。数据集包含字段定义的数据字典、各子要素评分标准,以及国家元数据(世界银行收入组别、WHO区域、NCCP发布年份)。数据不含个体参与者数据,可用于比较各国NCCP的全面性、分析政策差异及相关研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):本数据集包含政策推理集成序列模型(PRISM)生成的50份国家癌症控制计划(NCCP)全面性评分,这些计划是作为发表于The Lancet Oncology的一项全球研究的一部分进行分析的。评分按国家层面提供,覆盖经过验证的卫生系统分析框架的全部76个子要素和12个要素。数据集包含定义每个字段的数据字典、每个子要素的评分标准,以及国家元数据(世界银行收入组别、WHO区域、NCCP发布年份)。本数据集不包含任何个体参与者数据。

【主题与分类】

主题标签:Policy、Health Promotion and Health Maintenance。本站分类:肿瘤。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/bvzwgtmvkz/2

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。

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/10.17632/bvzwgtmvkz.2

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 4.5 MB。

数据说明

本数据集包含政策推理综合序列模型(PRISM)生成的综合性评分,针对50个国家癌症控制计划(NCCP)进行分析,该分析是发表在《柳叶刀·肿瘤学》上的一项全球研究的一部分。评分涵盖了经过验证的卫生系统分析框架的所有76个子要素和12个要素,按单个国家层面提供。数据集包括定义每个字段的数据字典、每个子要素的评分标准以及国家元数据(世界银行收入组别、世卫组织区域、NCCP发布年份)。本数据集中不含任何个人参与者数据。

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。

获取专属数据定制方案