牙科急诊十年横断面研究数据
上海第九人民医院2011-2020年近40万次牙科急诊就诊记录，包含年龄、性别、诊断等信息，用于研究牙科急诊趋势。
基本信息
资源简介
牙科急诊十年横断面研究数据
【一句话概览】
该数据集为提交至 BMC Oral Health 的研究《Ten-Year Trend of Dental Emergency Visits in China: A Cross-Sectional Study》所用原始数据，收录上海第九人民医院2011—2020年去标识化牙科急诊就诊记录，该院为中国最大牙科急诊中心。数据提供年龄、性别、时间、诊断等就诊级信息，共396,384次就诊。文件数1，合计12.8 MB（来源 Mendeley Data）。
【数据集背景】
本数据集源站标题为《Ten-Year Cross-Sectional Study Data》。源站首次发布：2025-07-31。
【数据内容】
源站原始描述：This dataset contains the raw data used in the study "Ten-Year Trend of Dental Emergency Visits in China: A Cross-Sectional Study", submitted to BMC Oral Health. The dataset includes de-identified dental emergency visit records collected from Shanghai Ninth People''s Hospital, the largest dental emergency center in China, covering a ten-year period (2011–2020). It provides visit-level information on age, sex, time, diagnosis, and other characteristics for a total of 396,384 emergency visits
中文译文（机器翻译，仅供快速理解，请以原文为准）：本数据集包含提交至 BMC Oral Health 的研究“中国牙科急诊就诊的十年趋势：一项横断面研究”所使用的原始数据。该数据集包括从上海第九人民医院（中国最大的牙科急诊中心）收集的去标识化牙科急诊就诊记录，涵盖十年期间（2011—2020年）。它提供了共计396,384次急诊就诊的每次就诊层面的年龄、性别、时间、诊断及其他特征信息。
【数据结构与技术规格】
文件数 1 个，合计 12.83 MB。数据集 DOI：10.17632/zmz2nv7hw8.3。
【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/zmz2nv7hw8
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/zmz2nv7hw8
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))
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。
