骨盆骨折尿道损伤数据

该数据集包含尼日利亚东南部一家三级创伤护理中心10年间严重骨盆损伤患者的医疗记录,用于研究骨盆骨折尿道损伤的发病率及骨盆破裂模式。

Mendeley Data
2024-03-27 更新
浏览 16
表格骨盆骨折尿道损伤表格
Data on Pelvic Fracture Urethral Injury from a tertiary trauma care center in southeast Nigeria

基本信息

模态
表格
大小
0.000088295 GB
创建/更新时间
2024-03-27
版本
v2

资源简介

骨盆骨折尿道损伤数据

【一句话概览】

该数据集来自尼日利亚东南部一家三级创伤中心,回顾性提取2010年1月至2019年12月的10年病历资料,对象为重大创伤性骨盆损伤患者。研究主要目的是确定这些患者中骨盆骨折尿道损伤(PFUI)的院内发病率,并查明与PFUI相关的骨盆破坏模式。数据集含2个文件,合计88.3 KB(来源 Mendeley Data)。

【数据集背景】

本数据集源站标题为《Data on Pelvic Fracture Urethral Injury from a tertiary trauma care center in southeast Nigeria》。源站首次发布:2020-09-17。

【数据内容】

源站原始描述:A 10year data retrieved retrospectively from the medical records of patients who sustained major traumatic pelvic injury from January 2010 to December 2019. The main objective of the research is to determine the hospital-based incidence rate of pelvic fracture urethral injury (PFUI) among patients with major pelvic injury. The other objective is to ascertain the pattern of pelvic disruptions associated with PFUI

中文译文(机器翻译,仅供快速理解,请以原文为准):本研究回顾性提取了2010年1月至2019年12月期间因严重创伤性骨盆损伤患者病历资料中的10年数据。主要目的是确定严重骨盆损伤患者中骨盆骨折尿道损伤(PFUI)的医院基础发病率。另一目的是明确与PFUI相关的骨盆破坏模式。

【数据结构与技术规格】

文件数 2 个,合计 88.30 KB。数据集 DOI:10.17632/crwfkjm3fx.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/crwfkjm3fx

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://data.mendeley.com/datasets/crwfkjm3fx

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