皮肤科医疗保险报销趋势(2011-2021)

该数据集整理了2011至2021年间皮肤科常见医疗程序在医疗保险中的报销金额,包括名义值和经健康消费价格指数调整后的实际值。

Mendeley Data
2024-03-27 更新
浏览 9
表格皮肤科医疗保险
Trends in Medicare Reimbursement within Dermatology: 2011-2021

基本信息

模态
表格
大小
0.000019417 GB
创建/更新时间
2024-03-27
版本
v2

资源简介

皮肤科医疗保险报销趋势(2011-2021)

【一句话概览】

该数据集题为“皮肤科 Medicare 报销趋势:2011—2021”,提供2011至2021年若干普通皮肤科操作和服务的 Medicare 报销值综合索引,按 Health Care Procedure Coding System Code 组织,并分为名义报销值及使用医疗保健消费者价格指数调整至2021美元的实际报销值。文件数1个,合计大小19.4 KB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《"Trends in Medicare Reimbursement within Dermatology: 2011-2021" Comprehensive index of Medicare reimbursement for general dermatology 2011 to 2021》。源站首次发布:2021-09-06。

【数据内容】

源站原始描述:Comprehensive index of the Medicare reimbursement values for a number of general dermatology procedures and services for the years 2011 through 2021 organized by Health Care Procedure Coding System Code and stratified into nominal reimbursement and real reimbursement adjusted for 2021 dollars using the health care consumer price index

【数据结构与技术规格】

文件数 1 个,合计 19.42 KB。数据集 DOI:10.17632/pm725npv43.2。

【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/pm725npv43

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/pm725npv43

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。