资源受限环境中幼儿听力筛查转诊标准：方案的回顾性比较
包含社区听力筛查项目中两种方案的比较数据，以及回归模型统计结果，用于分析方案、性别和年龄对筛查效果的影响。
基本信息
资源简介
资源受限环境中幼儿听力筛查转诊标准：方案的回顾性比较
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 4 个文件、合计 26.34 MB，主题涵盖 Protocols、Health、Preschools、Hearing screening、Community Child Health，可用于统计建模、特征工程与队列分析，CC0 许可开放获取。
【数据集背景】
本数据集源站标题为《Referral criteria for preschool hearing screening in resource-constrained settings: a retrospective comparison of protocols》。项目资助方：Sonova AG research grant。源站首次发布：2021-01-28。
【数据内容】
源站原始描述：The dataset contains de-identified data from a community-based hearing screening programme where two different protocols were used to screen hearing. The first dataset contains data on protocol, gender, age, facility where screening occurred and the screening outcome. The second dataset contains data on gender, age, facility, protocol used and final outcome. The logistic regression model statistics, as well as a linear regression model are also attached. These evaluated the effect of protocol, g…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集包含来自一个社区听力筛查项目的去标识化数据，该项目使用两种不同的方案进行听力筛查。第一个数据集包含方案、性别、年龄、筛查所在机构以及筛查结果的数据。第二个数据集包含性别、年龄、机构、所用方案以及最终结果的数据。逻辑回归模型统计结果以及一个线性回归模型也已附上。这些模型评估了方案、性别和年龄对筛查结果及筛查时长的影响。
【数据结构与技术规格】
文件数 4 个，合计 26.34 MB。LinearRegression_duration.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，19.84 KB。数据集 DOI：10.25403/UPresearchdata.13651361.v1。
【主题与分类】
源站学科分类：Community child health。主题标签：Protocols、Health、Preschools、Hearing screening、Community Child 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://researchdata.up.ac.za/articles/dataset/Referral_criteria_for_preschool_hearing_screening_in_resource-constrained_settings_a_retrospective_comparison_of_protocols/13651361
使用许可：CC0（https://creativecommons.org/publicdomain/zero/1.0/）。
规范引用：Eksteen, Susan (2021). Referral criteria for preschool hearing screening in resource-constrained settings: a retrospective comparison of protocols. University of Pretoria. Dataset
【使用注意】
· 源站最后修改于 2021-01-29，引用时请注意版本时效。
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。
暂未开放有偿下载
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
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。
