COPD专科医生报告的主观分类与基于GOLD 2011规则的个体患者软件计算客观分类比较
比较COPD专科医生主观分类与基于GOLD 2011规则软件计算客观分类，呈现个体患者绝对数和相对频率。
基本信息
资源简介
COPD专科医生报告的主观分类与基于GOLD 2011规则的个体患者软件计算客观分类比较
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 5.63 KB，主题涵盖 Adequate Treatment Chronic、classification、GOLD 2011 categories、copd、ics，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Comparison between subjective classification as reported by COPD specialists and objective software-computed classifications based on GOLD 2011 rules for individual patients.》。配套论文《Real-Life GOLD 2011 Implementation: The Management of COPD Lacks Correct Classification and Adequate Treatment》发表于 PLoS ONE（2014），DOI：10.1371/journal.pone.0111078。源站首次发布：2014-11-07。
【数据内容】
源站原始描述：The top number represents the absolute number of COPD subjects and the bottom number indicates relative (%) frequency out of the entire sample of patients. Comparison between subjective classification as reported by COPD specialists and objective software-computed classifications based on GOLD 2011 rules for individual patients
中文译文（机器翻译，仅供快速理解，请以原文为准）：上方的数字代表COPD受试者的绝对数量，下方的数字表示其在全部患者样本中所占的相对频率（%）。 COPD专科医生报告的主观分类与基于GOLD 2011规则、由软件针对个体患者计算得出的客观分类之间的比较。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table_1.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0111078.t001。
【主题与分类】
源站学科分类：Uncategorised。主题标签：Adequate Treatment Chronic、classification、GOLD 2011 categories、copd、ics、guideline recommendations、overuse inhaled corticosteroids。
【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://plos.figshare.com/articles/dataset/_Comparison_between_subjective_classification_as_reported_by_COPD_specialists_and_objective_software_computed_classifications_based_on_GOLD_2011_rules_for_individual_patients_/1232982
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Koblizek, Vladimir; Pecen, Ladislav; Zatloukal, Jaromir; Kocianova, Jana; Plutinsky, Marek; Kolek, Vitezslav; et al. (2015). Comparison between subjective classification as reported by COPD specialists and objective software-computed classifications based on GOLD 2011 rules for individual patients..…
【使用注意】
· 源站最后修改于 2023-06-02，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。
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（Figshare）
- 源站标题：Comparison between subjective classification as reported by COPD specialists and objective software-computed classifications based on GOLD 2011 rules for individual patients.
- DOI：10.1371/journal.pone.0111078.t001
- 发布日期：2014-11-07
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Comparison_between_subjective_classification_as_reported_by_COPD_specialists_and_objective_software_computed_classifications_based_on_GOLD_2011_rules_for_individual_patients_/1232982
命令行下载
curl -L -o "Table_1.xls" "https://ndownloader.figshare.com/files/1784400"
文件清单
Table_1.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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。
数据说明
The top number represents the absolute number of COPD subjects and the bottom number indicates relative (%) frequency out of the entire sample of patients.
Comparison between subjective classification as reported by COPD specialists and objective software-computed classifications based on GOLD 2011 rules for individual patients.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0111078.t001（source: https://plos.figshare.com/articles/dataset/_Comparison_between_subjective_classification_as_reported_by_COPD_specialists_and_objective_software_computed_classifications_based_on_GOLD_2011_rules_for_individual_patients_/1232982）。
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。
