术前用药管理:单中心随机对照试验中预入院门诊药师协作处方作用扩展的数据

目的:目前支持非医疗处方的证据主要为定性研究,对其准确性、安全性和适当性的评估很少。我们的目的是使用一个经过认可的绩效框架,针对澳大利亚医疗保健系统的一种新服务模式,即由药师在择期手术预入院门诊(PAC)中开具住院用药医嘱,与常规照护进行比较评估

DryadDryad
dryad
浏览 11
其他分类术前用药管理药师处方随机对照试验预入院门诊围手术期VTE预防非医疗处方
Data from: Perioperative medication management: expanding the role of the preadmission clinic pharmacist in a single centre, randomised controlled trial of collaborative prescribing

基本信息

模态
其他
大小
0.00091392 GB
任务类型
分类
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-08

资源简介

术前用药管理:单中心随机对照试验中预入院门诊药师协作处方作用扩展的数据

目的:目前支持非医疗处方的证据主要为定性研究,对其准确性、安全性和适当性的评估很少。我们的目的是使用一个经过认可的绩效框架,针对澳大利亚医疗保健系统的一种新服务模式,即由药师在择期手术预入院门诊(PAC)中开具住院用药医嘱,与常规照护进行比较评估

Data from: Perioperative medication management: expanding the role of the preadmission clinic pharmacist in a single centre, randomised controlled trial of collaborative prescribing

【数据集背景】

源站首次发布:2013。

【数据内容】

源站描述(机器翻译,仅供参考):目的:目前支持非医疗处方的证据主要为定性研究,对其准确性、安全性和适当性的评估很少。我们的目的是使用一个经过认可的绩效框架,针对澳大利亚医疗保健系统的一种新服务模式,即由药师在择期手术预入院门诊(PAC)中开具住院用药医嘱,与常规照护进行比较评估。设计:单中心、随机对照、双臂试验。地点:布里斯班一家三级医院的择期手术预入院门诊。参与者:四百名计划接受择期手术的成人被随机分配到干预组或对照组。干预:由药师生成反映患者常规用药的住院用药图表,制定围手术期用药计划并处方VTE预防。在对照组中,用药图表由

【主题与分类】

主题标签:术前用药管理、药师处方、随机对照试验、预入院门诊、围手术期、VTE预防、非医疗处方。本站分类:症状、体征与临床所见。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.81tr1

使用许可:Creative Commons Zero v1.0 Universal。

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://doi.org/10.5061/dryad.81tr1

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。

数据集大小约 913.9 KB。

数据说明

目的:目前支持非医疗处方的证据主要为定性研究,对准确性、安全性和适当性的评估较少。我们的目标是在澳大利亚医疗体系中,采用一种经认可的性能框架,对一项新的服务模式进行评估,即在择期手术预入院门诊(PAC)中由药师进行住院药物处方,与常规护理进行对比。设计:单中心、随机对照、双臂试验。地点:布里斯班一家三级医院的择期手术预入院门诊。参与者:400名计划进行择期手术的成年人被随机分配到干预组或对照组。干预措施:由药师根据患者的常规用药生成住院药物图表,制定围手术期用药计划,并开具静脉血栓栓塞(VTE)预防处方。在对照组中,药物图表由住院医师(RMO)生成。结局指标:主要结局是与用药史对比时遗漏和处方错误的发生频率。还分析了遗漏的临床意义。次要结局是VTE预防处方的适当性。

结果:干预组中意外遗漏药物的情况显著较少:887份干预医嘱中有11份(1.2%)发生遗漏,而对照组1217份中有383份(31.5%)(p<0.001)。涉及药物选择、剂量或频率的处方错误也显著较少:857份干预医嘱中有2份(0.2%),而对照组807份中有51份(6.3%)(p<0.001)。处方中至少有一项内容缺失、不正确或不清晰的医嘱,干预组904份中有20826份(235%),对照组1034份中有445667份(4364.5%)(p<0.001)。入院时静脉血栓栓塞症预防在干预组患者中适当比例为93%,对照组为90%(p=0.29)。结论:与对照组相比,干预组的用药记录单包含的具有临床意义的遗漏和处方错误更少。

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