OpenSAFELY电子健康记录平台数据

OpenSAFELY是英国初级医疗电子健康记录分析平台,覆盖数千万患者数据,可用于肺栓塞及其他血栓栓塞疾病的流行病学分析、药物安全性评估及公共卫生研究。

London School of Hygiene & Tropical MedicineLondon School of Hygiene & Tropical Medicine
OpenSAFELY
2024-01-01 更新
浏览 39
表格分类NHS recordshealth data researchdata analysis platformelectronic health recordsgeneral practice data
OpenSAFELY Electronic Health Records Dataset

基本信息

模态
表格
任务类型
分类
创建/更新时间
2024-01-01

资源简介

OpenSAFELY电子健康记录平台数据

【一句话概览】

OpenSAFELY 是一种面向 NHS 记录的新型数据分析平台,标签涉及 NHS 记录、健康数据研究、数据分析平台、电子健康记录和全科诊疗数据。该平台拥有独特且前所未有的成功记录:200 多个项目、100 多项已发布成果、30 多个组织(来源 opensafely.org)。

【数据集背景】

本数据集源站标题为《OpenSAFELY》。

【数据内容】

源站原始描述:OpenSAFELY is a new kind of data analysis platform for NHS records. It has a unique and unprecedented track record of success: 200+ projects, 100+ published outputs, 30+ organisations

中文译文(机器翻译,仅供快速理解,请以原文为准):OpenSAFELY是一种新型的NHS记录数据分析平台。它拥有独一无二且前所未有的成功记录:200多个项目、100多项已发表成果、30多家机构。

【主题与分类】

主题标签:NHS records、health data research、data analysis platform、electronic health records、general practice data。

【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://www.opensafely.org/

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。

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

源站:https://www.opensafely.org/

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。

数据说明

OpenSAFELY平台整合英国初级医疗电子健康记录数据,可用于大规模人群疾病分析,包括肺栓塞等血栓栓塞性疾病的发生率、风险因素及药物影响研究。

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