压力性损伤与多尺度熵数据
包含压力性损伤患者的多尺度熵数据和温度时间序列的去标识化参与者数据。
基本信息
资源简介
压力性损伤与多尺度熵数据
【一句话概览】
本数据集是 Dataverse 公开的结构化表格数据集，收录 3 个文件、合计 63.01 KB，主题涵盖 Complex Adaptive System、Pressure Ulcer、Body Temperature Regulation、Medicine, Health and Life Sciences，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《Pressure Injury and Multiscale Entropy Data》。源站首次发布：2022-08-02。
【数据内容】
源站原始描述：Data resulted from a study of pressure injuries in an urban nursing facility. One table includes multiscale entropy data at scales 1 to 30 minutes. The other table has deidentified participant data and four summary measures of entropy. Entropies were calculated for abdominal temperature time series collected at 1-minute intervals in 26 of the 29 participants. The study was funded by Speros Martel Endowment for the Aging, Geriatric Nursing Research Scholarship
中文译文（机器翻译，仅供快速理解，请以原文为准）：数据来自一项在城市护理机构中开展的压力性损伤研究。一张表包含尺度为1至30分钟的多尺度熵数据。另一张表包含去标识化的参与者数据以及四种熵的汇总测量指标。研究对29名参与者中的26人按1分钟间隔采集的腹部温度时间序列计算了熵。该研究由 Speros Martel Endowment for the Aging, Geriatric Nursing Research Scholarship 资助。
【数据结构与技术规格】
文件数 3 个，合计 63.01 KB。数据集 DOI：doi:10.7910/DVN/CQ8FLL。
【主题与分类】
主题标签：Complex Adaptive System、Pressure Ulcer、Body Temperature Regulation、Medicine, Health and Life Sciences。
【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://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/CQ8FLL
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
数据集获取
源站：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/CQ8FLL
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))
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。
