Lung Flare Care：改善COPD恶化后恢复的网络资源开发研究数据集
该数据集包含用于开发COPD急性加重患者网络恢复资源的多阶段混合方法研究的去标识化数据。
基本信息
资源简介
Lung Flare Care：改善COPD恶化后恢复的网络资源开发研究数据集
【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 193.77 KB，主题涵盖 chronic lung disease (CLD)、patient resources、acute respiratory exacerbation、digital health、patient recovery，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《Research dataset: Lung Flare Care: Development of a web resource to improve recovery after COPD exacerbations: a mixed methods study.》。项目资助方：Rebecca L Cooper Medical Research Foundation Grant (PG2020792)。源站首次发布：2025-03-19。
【数据内容】
源站原始描述：This dataset relates to a multi-phase project used to co-design the development of a website resource for patients who present to hospital with acute exacerbations of COPD. Deidentified data from each phase of the project is presented as separate tabs on the bottom of the master spreadsheet
中文译文（机器翻译，仅供快速理解，请以原文为准）：本数据集涉及一个多阶段项目，该项目用于共同设计开发一种网站资源，供因COPD急性加重而到医院就诊的患者使用。项目各阶段的去标识化数据以单独选项卡形式呈现在主电子表格底部。
【数据结构与技术规格】
文件数 1 个，合计 193.77 KB。数据集 DOI：10.26180/28578995.v1。
【主题与分类】
源站学科分类：Physiotherapy、Rehabilitation。主题标签：chronic lung disease (CLD)、patient resources、acute respiratory exacerbation、digital health、patient recovery、pulmonary rehabilitation。
【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://bridges.monash.edu/articles/dataset/Research_dataset_Lung_Flare_Care_Development_of_a_web_resource_to_improve_recovery_after_COPD_exacerbations_a_mixed_methods_study_/28578995
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Osadnik, Christian; Hopmans, Ruben; Kavanagh, Alethea; Gordon, Carla; Catlin, Amy; Roberts, Georgia; et al. (2025). Research dataset: Lung Flare Care: Development of a web resource to improve recovery after COPD exacerbations: a mixed methods study.. Monash University. Dataset
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。
