基于智能医疗协作模型的远程随访对尿石症患者健康促进和临床结局的影响(补充材料)

包含CONSORT检查表和随访流程图,用于尿石症患者智能医疗协作远程随访研究的补充材料。

Central South University; Xiangya Third Hospital of Central South UniversityCentral South University; Xiangya Third Hospital of Central South University
科学数据银行
2025-07-05 更新
浏览 23
表格尿石症表格
Effects of Intelligent Medical Collaboration Model-Based Remote Follow-Up on Health Promotion and Clinical Outcomes in Patients with Urolithiasis (Supplementary materials)

基本信息

模态
表格
许可
https://creativecommons.org/publicdomain/zero/1.0/
创建/更新时间
2025-07-05

资源简介

基于智能医疗协作模型的远程随访对尿石症患者健康促进和临床结局的影响(补充材料)

【数据集背景】

源站首次发布:2025-07-07。

【数据内容】

源站原始描述:The data file is based on the article "Effects of Intelligent Medical Collaboration Model Based Remote Follow Up on Health Promotion and Clinical Outcomes in Patients with Urolithias". The file includes a CONSORT checklist and an intervention group follow-up flowchart to improve the scientific validity of the research report

中文译文(机器翻译,仅供快速理解,请以原文为准):该数据文件基于文章《基于智能医疗协作模式的远程随访对尿石症患者健康促进和临床结局的影响》。该文件包含一份 CONSORT 清单和一个干预组随访流程图,以提高研究报告的科学有效性。

【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://www.scidb.cn/detail?dataSetId=4fd07cd68cae4cc69b5f3297fd9222f7

使用许可:https://creativecommons.org/publicdomain/zero/1.0/。

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

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://www.scidb.cn/detail?dataSetId=4fd07cd68cae4cc69b5f3297fd9222f7

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))

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。

获取专属数据定制方案