VNS_儿童难治性癫痫_系统评价与荟萃分析_补充数据
该数据集包含7张表格和4张图表，以文本和图表形式提供了迷走神经刺激术治疗儿童难治性癫痫的系统评价与荟萃分析的补充数据，内容涵盖检索策略、研究筛选详情、特定综合征疗效、治疗参数及生活质量评估等，主要用于支持VNS疗效的深入分析、临床循证研究及神经调控领域的相关探索。
基本信息
资源简介
VNS_儿童难治性癫痫_系统评价与荟萃分析_补充数据
【数据内容】
源站原始描述：数据集概述 本数据集为“迷走神经刺激术（VNS）对儿童难治性癫痫发作结局的系统评价与荟萃分析”的补充资料，包含7张补充表格与4张补充图表，覆盖检索策略、纳入/排除研究详情、特定综合征疗效、VNS参数及生活质量评估等核心内容，支持对VNS治疗儿童难治性癫痫疗效的深入分析。 文件详解 文档文件 文件名称：Supplementary_Tables_1-7.docx 文件格式：DOCX
中文译文（机器翻译，仅供快速理解，请以原文为准）：Dataset overview This dataset serves as supplementary material for "A Systematic Review and Meta-Analysis of Vagus Nerve Stimulation (VNS) on Seizure Outcomes in Children with Refractory Epilepsy," and includes 7 supplementary tables and 4 supplementary figures, covering core content such as search strategies, details of included/excluded studies, efficacy in specific syndromes, VNS parameters, and quality of life assessment, supporting in-depth analysis of the efficacy of VNS in treating refractory epilepsy in children. File details Document file File name: Supplementary_Tables_1-7.docx File format: DOCX...
【获取与许可】
源站页面：https://haidatas.com/dataset/vns_ertongnanzhixingdianxian_xitongpingjia_dd170191
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。
需登录公开下载
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://haidatas.com/dataset/vns_ertongnanzhixingdianxian_xitongpingjia_dd170191
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
该数据集是《迷走神经刺激术（VNS）对儿童难治性癫痫发作结局的系统评价与荟萃分析》研究的补充资料，包含7张补充表格和4张补充图表，内容涵盖检索策略、纳入与排除研究的详细信息、特定癫痫综合征的疗效分析、VNS参数设置以及患者生活质量评估等核心方面。数据集旨在支持对VNS治疗儿童难治性癫痫的疗效、安全性和临床参数进行深入分析与验证，适用于癫痫治疗、神经调控及临床循证研究等领域。
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。
