耳鼻喉疾病诊断错误数据集
耳鼻喉疾病诊断错误数据集，包含非ENT医生与ENT专家诊断对比数据，用于识别诊断差异。
基本信息
资源简介
耳鼻喉疾病诊断错误数据集
【一句话概览】
该数据集标题为“耳鼻喉（ENT）疾病诊断错误数据集”，含1个文件，合计131.5 KB。数据评估了非ENT临床医生在转诊卫生机构作出的诊断，以及ENT专科医生在患者转诊医院经进一步检查后作出的确定性或最终诊断。两者诊断一致时称为“match”，存在差异时归类为“mismatch”（来源 Mendeley Data）。
【数据集背景】
本数据集源站标题为《Dataset on diagnostic errors of Ear, Nose and Throat (ENT) diseases》。源站首次发布：2022-12-12。
【数据内容】
源站原始描述：This data assessed the diagnosis outcomes that were made by the patient’s non-ENT clinicians at the referral health facilities and those that were made by ENT specialists at the hospital patients were referred to. The ENT specialist''s diagnoses were made after further investigation and this diagnosis was the definitive or final diagnosis. Furthermore, where there was an agreement between the diagnosis made by the non-ENT clinicians and the ENT specialists, it was referred to as a ‘match’ and dif…
中文译文（机器翻译，仅供快速理解，请以原文为准）：这些数据评估了患者在转诊医疗机构由非耳鼻喉科临床医生做出的诊断结果，以及患者被转诊至的医院中由耳鼻喉科专家做出的诊断结果。耳鼻喉科专家的诊断是在进一步检查后做出的，该诊断即为确定性或最终诊断。此外，当非耳鼻喉科临床医生做出的诊断与耳鼻喉科专家的诊断一致时，称之为“匹配”；诊断存在差异则归类为“不匹配”。
【数据结构与技术规格】
文件数 1 个，合计 131.50 KB。数据集 DOI：10.17632/6tgz2db7yn.1。
【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://data.mendeley.com/datasets/6tgz2db7yn
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/6tgz2db7yn
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。
