医院获得性压力性损伤机器学习研究的补充文件与代码
基于电子病历的医院获得性压疮预测机器学习研究的补充材料与代码。
基本信息
资源简介
医院获得性压力性损伤机器学习研究的补充文件与代码
【数据集背景】
本数据集源站标题为《Additional File 1 and Notebook Code for "Machine learning approaches for hospital acquired pressure injuries: a retrospective study of electronic medical records"》。源站首次发布：2021-10-09。
【数据内容】
源站原始描述：Supplementary materials (Pressure_Injuries_Additional_File_1_final_double_blind.pdf) and Jupyter Notebook code (HAPI_Prediction_Script.pdf) developed as supplement for study "Machine learning approaches for hospital acquired pressure injuries: a retrospective study of electronic medical records"
【数据结构与技术规格】
文件数 2 个，合计 1.03 MB。数据集 DOI：10.5281/zenodo.5559047。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://zenodo.org/records/5559047
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2024-07-17，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
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
