不同收入环境下急性卒中治疗急诊资源获取调查数据

一项关于不同收入环境下急性卒中急诊资源获取的横断面调查数据,涵盖院前与院内场景。

Mendeley Data
2024-06-25 更新
浏览 23
表格脑卒中急诊资源
Data for: Access to acute care resources in various income settings to treat new-onset stroke: a survey of acute care providers

基本信息

模态
表格
大小
0.005384896 GB
创建/更新时间
2024-06-25
版本
v1

资源简介

不同收入环境下急性卒中治疗急诊资源获取调查数据

【一句话概览】

本数据集对应“不同收入环境下治疗新发卒中的急性护理资源获取:急性护理提供者调查”。数据源于一项自报横断面调查,调查对象为参加2016年4月国际急诊医学会议的代表,使用基于网络的 e-Survey 客户端 Survey Monkey Inc. 实施。调查评估院前和院内环境,并在实施前进行了试点。数据集包含3个文件,合计5.4 MB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Data for: Access to acute care resources in various income settings to treat new-onset stroke: a survey of acute care providers》。源站首次发布:2019-01-19。

【数据内容】

源站原始描述:A self-reported cross-sectional survey was conducted of delegates that attended the April 2016 International Conference on Emergency Medicine using the web-based e-Survey client, Survey Monkey Inc. The survey assessed both pre-hospital and in-hospital settings and was piloted before implementation

【数据结构与技术规格】

文件数 3 个,合计 5.38 MB。数据集 DOI:10.17632/pjfrd37yp2.1。

【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://data.mendeley.com/datasets/pjfrd37yp2

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://data.mendeley.com/datasets/pjfrd37yp2

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。

获取专属数据定制方案