中国医生对慢性荨麻疹的认知与管理实践:真实世界数据

该数据集来自 data.mendeley.com,包含一项针对中国全国范围内 184 名医生的在线调查,调查时间为 2024 年 10 月 17 日至 28 日,旨在评估医生对慢性荨麻疹的认知与管理情况

google_dataset
2025-09-10 更新
浏览 5
表格慢性荨麻疹皮肤与结缔组织疾病医生调查真实世界数据中国诊疗管理
Physicians’ perceptions and management practices of chronic urticaria: real-world data from China.

基本信息

模态
表格
大小
0.00001843 GB
创建/更新时间
2025-09-10
版本
v1

资源简介

中国医生对慢性荨麻疹的认知与管理实践:真实世界数据

Physicians’ perceptions and management practices of chronic urticaria: real-world data from China.

该数据集来自 data.mendeley.com,包含一项针对中国全国范围内 184 名医生的在线调查,调查时间为 2024 年 10 月 17 日至 28 日,旨在评估医生对慢性荨麻疹的认知与管理情况。问卷共 24 个条目,涵盖基本人口学信息、研究实践以及诊断和治疗的知识与管理。调查发现,中国医生在管理慢性荨麻疹时对文献的参与度有限,准确亚型诊断率较低,标准化评估工具的使用也有限。数据集含 1 个文件,可用于了解中国医生在慢性荨麻疹诊疗中的真实实践与知识差距(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2025-09-10。

【数据内容】

源站描述(机器翻译,仅供参考):我们开展了一项针对中国全国 184 名医生的在线调查,以评估他们对慢性荨麻疹的认知与管理情况(2024 年 10 月 17 日至 28 日)。问卷包含 24 个条目,涉及基本人口学信息、研究实践以及诊断和治疗的知识与管理。我们发现,在管理慢性荨麻疹时,中国医生对文献的参与度有限,准确亚型诊断率较低,标准化评估工具的使用也有限。

【数据结构与技术规格】

文件数 1 个,合计 18.43 KB。数据集 DOI:10.17632/vnj3vs9xr2.1。

【主题与分类】

主题标签:慢性荨麻疹、皮肤与结缔组织疾病、医生调查、真实世界数据、中国、诊疗管理。本站分类:皮肤与结缔组织疾病/慢性荨麻疹。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/vnj3vs9xr2

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。

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/vnj3vs9xr2

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。

数据集大小约 18.4 KB。

数据说明

Yunfang Meng (2025). Physicians’ perceptions and management practices of chronic urticaria: real-world data from China. [Dataset]. http://doi.org/10.17632/vnj3vs9xr2.1

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