马来西亚沙巴州护士压力性损伤预防知识、态度和实践数据集

马来西亚沙巴州护士对压力性损伤预防的知识、态度与实践问卷数据集,共448名护士参与。

Mendeley Data
2024-03-27 更新
浏览 20
表格压力性损伤预防护士知识态度实践
Dataset of Pressure Injury Prevention Knowledge, Attitude and Practice of Nurses at Sabah, Malaysia

基本信息

模态
表格
大小
0.003387072 GB
创建/更新时间
2024-03-27
版本
v5

资源简介

马来西亚沙巴州护士压力性损伤预防知识、态度和实践数据集

【一句话概览】

该数据集描述马来西亚沙巴西海岸区公立和私立医院护士对压力性损伤预防的知识、态度与实践(KAP)。数据通过在线结构化问卷收集,对象为在这些医院工作的448名护士,调查于2021年4月至12月进行。数据集包含用于该在线调查的英文KAP问卷及马来文翻译版KAP-BM问卷。共4个文件,合计3.4 MB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Dataset of Pressure Injury Prevention Knowledge, Attitude and Practice of Nurses at Sabah, Malaysia》。源站首次发布:2023-04-24。

【数据内容】

源站原始描述:This dataset describes nurses'' knowledge, attitude, and practices (KAP) of pressure injury prevention at public and private hospitals in the West Coast division of Sabah, Malaysia. It was collected using a structured questionnaire administered online to 448 nurses. It included nurses working at these hospitals and was conducted from April to December 2021. This dataset includes the KAP questionnaire in English (KAP English) and the translated KAP questionnaire in Bahasa Malaysia (KAP-BM), which…

【数据结构与技术规格】

文件数 4 个,合计 3.39 MB。数据集 DOI:10.17632/gmmyws36h3.5。

【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://data.mendeley.com/datasets/gmmyws36h3

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/gmmyws36h3

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))

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。