立陶宛COVID-19大流行背景下缺血性卒中患者的社会人口学因素、合并症、院内并发症及结局数据集
包含立陶宛COVID-19大流行期间缺血性卒中患者的社会人口学、合并症、院内并发症及结局的回顾性表格数据。
基本信息
资源简介
立陶宛COVID-19大流行背景下缺血性卒中患者的社会人口学因素、合并症、院内并发症及结局数据集
【一句话概览】
该数据集标题为DataSet.xlsx，源自立陶宛一项回顾性记录观察性研究，关注COVID-19大流行背景下缺血性卒中患者的社会人口学因素、合并症、院内并发症及结局。文件数1个，合计大小1.1 MB。源站标签包括ischaemic stroke、comorbidities、in-hospital complications、COVID-19、outcomes，分类为Disease surveillance，许可为CC BY 4.0（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
本数据集源站标题为《DataSet.xlsx》。项目资助方：No funding。源站首次发布：2023-02-11。
【数据内容】
源站原始描述：Sociodemographic factors, comorbidities, in-hospital complications, and outcomes of ischaemic stroke patients in the context of the COVID-19 pandemic in Lithuania: a retrospective record-based observational study
中文译文（机器翻译，仅供快速理解，请以原文为准）：立陶宛COVID-19大流行背景下缺血性脑卒中患者的社会人口学因素、合并症、院内并发症及结局：一项基于病历的回顾性观察性研究
【数据结构与技术规格】
文件数 1 个，合计 1.11 MB。DataSet.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，1.11 MB。数据集 DOI：10.6084/m9.figshare.22082330.v1。
【主题与分类】
源站学科分类：Disease surveillance。主题标签：ischaemic stroke、comorbidities、in-hospital complications、COVID-19、outcomes。
【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://figshare.com/articles/dataset/DataSet_xlsx/22082330
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Augustis, Šarūnas (2023). DataSet.xlsx. figshare. Dataset
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（Figshare）
- 源站标题：DataSet.xlsx
- DOI：10.6084/m9.figshare.22082330.v1
- 发布日期：2023-02-11
- 文件数：1 个
- 文件总体积：1.11 MB
- 源站页面：https://figshare.com/articles/dataset/DataSet_xlsx/22082330
命令行下载
curl -L -o "DataSet.xlsx" "https://ndownloader.figshare.com/files/39219620"
文件清单
DataSet.xlsx（1.11 MB）
文件总体积 1.11 MB（源站 API 实测）。
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。
数据说明
Sociodemographic factors, comorbidities, in-hospital complications, and outcomes of ischaemic stroke patients in the context of the COVID-19 pandemic in Lithuania: a retrospective record-based observational study.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.22082330.v1（source: https://figshare.com/articles/dataset/DataSet_xlsx/22082330）。
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。
