吉普斯夸省精神卫生网络数据集(2015)用于基准分析

2015年西班牙吉普斯夸省精神卫生系统的结构化数据集,含13个区域的25个变量,用于基准分析和效率评估。

NIAID Data Ecosystem
浏览 4
表格Community mental health servicesefficiency evaluationHealth policyMental Health
Mental health network of Gipuzkoa dataset (2015) for benchmark analysis

基本信息

模态
表格
许可
https://spdx.org/licenses/CC0-1.0.html
创建/更新时间
2026-10-25

资源简介

吉普斯夸省精神卫生网络数据集(2015)用于基准分析

【一句话概览】

该数据集包含吉普斯夸精神卫生系统的数据,相关研究致力于开发分析流程以评估该系统绩效,并识别标杆与待改进的管辖区。分析以参考精神卫生中心界定的13个管辖区为决策单元,评估相对技术效率、稳定性与熵等指标,所用决策支持系统整合了数据包络分析、蒙特卡洛模拟与人工智能。主要结果显示,该系统在住院、日间和门诊各类照护中效率得分较高,但可视为不稳定,微小变化可能对精神卫生服务供给与绩效产生显著影响。改进方面建议减少住院入院与再入院、增加人力容量与日间服务利用,并提高门诊服务可及性(来源 Dryad,https://spdx.org/licenses/CC0-1.0.html 许可)。

【数据集背景】

本数据集源站标题为《Mental health network of Gipuzkoa dataset (2015) for benchmark analysis》。

【数据内容】

源站原始描述:This dataset contains data from the Mental Health System of Gipuzkoa, which are described in the manuscript: “Garcia-Alonso, CR., Almeda, N., Salinas-Pérez, JA., Gutiérrez-Colosía, MR., Iruin-Sanz, A., & Salvador-Carulla., L. (2021). Use of a decision support system for benchmarking analysis and organizational improvement of regional mental health care: The case of Gipuzkoa (Basque Country, Spain)”. This manuscript has been submitted to Plos One journal. This research focused on developing an an…

中文译文(机器翻译,仅供快速理解,请以原文为准):该数据集包含Gipuzkoa心理健康系统的数据,这些数据在以下手稿中进行了描述:“Garcia-Alonso, CR., Almeda, N., Salinas-Pérez, JA., Gutiérrez-Colosía, MR., Iruin-Sanz, A., & Salvador-Carulla., L. (2021). Use of a decision support system for benchmarking analysis and organizational improvement of regional mental health care: The case of Gipuzkoa (Basque Country, Spain)”。该手稿已提交至PLOS ONE期刊。本研究侧重于开发一种分析流程,用于评估Gipuzkoa心理健康(MH)系统的绩效,并识别基准辖区和需改进目标辖区。为此,使用了一个整合数据包络分析、蒙特卡洛模拟和人工智能的决策支持系统。分析单元被视为决策单元,是由一个参考MH中心定义的13个辖区。评估了以下指标:相对技术效率、稳定性和熵,以指导组织干预。分析的主要结果表明,Gipuzkoa的MH系统在每种主要照护类型(住院、日间和门诊)中均显示出高效率评分,但可被视为不稳定(微小变化可能对MH提供和绩效产生相关影响)。关于绩效改进,建议减少住院照护的入院和再入院,增加劳动力容量和日间照护服务的利用,并增加门诊照护服务的可用性。

【数据结构与技术规格】

数据集 DOI:doi:10.5061/dryad.hmgqnk9hv。

【主题与分类】

主题标签:Community mental health services、efficiency evaluation、Health policy、Mental Health。

【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://doi.org/10.5061/dryad.hmgqnk9hv

使用许可:https://spdx.org/licenses/CC0-1.0.html。

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:http://datadryad.org/dataset/doi%253A10.5061%252Fdryad.hmgqnk9hv

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