REBEn 2024-0493:严重烧伤幸存者从医院到家庭过渡经历

该数据集是一个定性医学研究数据集,主要包含9名严重烧伤成年幸存者的半结构化访谈匿名转录文本,记录了患者从医院护理过渡到家庭护理过程中的具体经历和感受。数据以文本模态呈现,并附有基于反思性主题分析构建的编码矩阵,可用于研究烧伤康复、过渡期护理、患者体验以及医疗服务质量改进等相关领域。

SciELO Data
2025-07-18 更新
浏览 8
烧伤康复过渡期护理

基本信息

创建/更新时间
2025-07-18

资源简介

该数据集来源于题为'严重烧伤幸存者从医院到家庭过渡经历'的定性研究。数据集包含对9名成年严重烧伤幸存者进行的半结构化访谈的匿名转录文本,记录了他们在从医院护理环境过渡到家庭护理过程中的亲身经历。数据按照反思性主题分析原则,根据涌现的经验类别进行分组整理。此外,数据集还包含一个编码矩阵,其中列出了基于参与者叙述提取的核心思想所构建的意义单元、代码和类别,用于支持分析过程。该数据集适用于烧伤康复、过渡期护理、患者体验和定性健康研究等领域。

原始链接

https://data.scielo.org/dataset.xhtml?persistentId=doi:10.48331/SCIELODATA.CEENKV

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://data.scielo.org/dataset.xhtml?persistentId=doi:10.48331/SCIELODATA.CEENKV

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 openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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。

数据说明

该数据集来源于题为’‘严重烧伤幸存者从医院到家庭过渡经历’'的定性研究。数据集包含对9名成年严重烧伤幸存者进行的半结构化访谈的匿名转录文本,记录了他们在从医院护理环境过渡到家庭护理过程中的亲身经历。数据按照反思性主题分析原则,根据涌现的经验类别进行分组整理。此外,数据集还包含一个编码矩阵,其中列出了基于参与者叙述提取的核心思想所构建的意义单元、代码和类别,用于支持分析过程。该数据集适用于烧伤康复、过渡期护理、患者体验和定性健康研究等领域。

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))

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 烧伤 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案