YouTube与阴部神经痛
基于YouTube搜索收集的73个阴部神经痛相关视频，使用DISCERN评分系统评估其信息质量和受众分布。
基本信息
资源简介
YouTube与阴部神经痛
【一句话概览】
本数据集是 Mendeley Data 公开的文本数据集，收录 1 个文件、合计 109.30 KB，可用于医学自然语言处理（实体识别、信息抽取等）。
【数据集背景】
本数据集源站标题为《YOUTUBE AND PUDENDAL NEURALGIA》。源站首次发布：2023-09-04。
【数据内容】
源站原始描述：A search was conducted on YouTube using the words “pudendal neuralgia physical therapy," "medications for pudendal neuralgia," "pudendal nerve block," "pudendal neuralgia surgery," and "alternative treatments for pudendal neuralgia." The results were analyzed based on the source, general descriptive statistics, the intended audience, and five content areas. The DISCERN scoring system was used to evaluate the quality of videos. After the search, 73 videos met the inclusion criteria for further an…
中文译文（机器翻译，仅供快速理解，请以原文为准）：在YouTube上使用“阴部神经痛物理治疗”“阴部神经痛药物”“阴部神经阻滞”“阴部神经痛手术”和“阴部神经痛替代治疗”这些词进行了检索。根据来源、一般描述性统计、目标受众和五个内容领域对结果进行了分析。使用DISCERN评分系统评估视频质量。检索后，有73个视频符合纳入标准并进入进一步分析。这些视频中的大多数（61.64%）面向普通人群，而较小比例的视频被认定为面向专业人员（41.10%）或针对医生（35.62%）。在纳入的视频中，有10个（13.70%）以平衡且基于证据的方式描述了治疗方案。较高的DISCERN评分与最后这一内容标准的具备呈正相关。DISCERN总平均分为35.42，相当大比例的视频（41.10%）被评为极差。其余视频被归类为差（23.29%）、一般（19.18%）、好（8.22%）和优秀（8.22%）。
【数据结构与技术规格】
文件数 1 个，合计 109.30 KB。数据集 DOI：10.17632/xx3n83b83m.1。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/xx3n83b83m
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/xx3n83b83m
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。
