老年髋部骨折入院至手术时间与DRG费用超支分析数据集及代码(v2.0)
数据集(paperA_analytic_v2.csv)包含2019年1月1日至2024年12月31日期间在重庆市合川区人民医院(重庆医科大学附属第一医院合川医院)出院、连续接受手术治疗的1,131例髋部骨折住院记录,每行对应一次入院;其中1,042例65岁及以上患者的入院记录构成分析队列

基本信息
资源简介
老年髋部骨折入院至手术时间与DRG费用超支分析数据集及代码(v2.0)
数据集(paperA_analytic_v2.csv)包含2019年1月1日至2024年12月31日期间在重庆市合川区人民医院(重庆医科大学附属第一医院合川医院)出院、连续接受手术治疗的1,131例髋部骨折住院记录,每行对应一次入院;其中1,042例65岁及以上患者的入院记录构成分析队列
Admission-to-surgery time and DRG cost exceedance in elderly hip fracture: analytic dataset and code (v2.0)
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):数据集(paperA_analytic_v2.csv)包含2019年1月1日至2024年12月31日期间在重庆市合川区人民医院(重庆医科大学附属第一医院合川医院)出院、连续接受手术治疗的1,131例髋部骨折住院记录,每行对应一次入院;其中1,042例65岁及以上患者的入院记录构成分析队列。变量包括:入院至手术时间(日历天)、住院时长、总账单费用、医保基金与自付支付、九类明细收费类别、人口学、骨折、手术、实验室、麻醉及合并症协变量及其真实缺失情况、院内死亡、入院年份与星期,以及2023年12月2日起188例CHS-DRG付费入院的分组器版本、DRG组、权重和实际支付标准。病历号和日期
【主题与分类】
主题标签:髋部骨折、手术时机、入院至手术时间、住院时长、DRG、医院费用、卫生经济学、中国。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.23681285
使用许可:Creative Commons Attribution 4.0 International。
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。
使用方式
数据集获取
源站:https://doi.org/10.5281/zenodo.23681285
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:
数据集大小约 3.1 MB。
数据说明
该数据集(paperA_analytic_v2.csv)以每次入院为一行,包含2019年1月1日至2024年12月31日期间在重庆市合川区人民医院(重庆医科大学附属第一医院合川医院)连续接受手术治疗的1,131例髋部骨折入院记录,其中年龄≥65岁患者的1,042例入院构成分析队列。变量包括:入院至手术时间(日历天)、住院时长、总计费费用、医保基金支付与自付费用、九个分项收费类别、人口学、骨折、手术、实验室、麻醉及合并症协变量及其真实缺失情况、院内死亡、入院年份与星期,以及自2023年12月2日起按CHS-DRG付费的188例入院的DRG分组器版本、DRG组别、权重和实际支付标准。病历号和日期已移除。Python脚本(paperA_revision_analysis.py)可从该数据集复现论文的全部表格和图形:python paperA_revision_analysis.py --from-deposit paperA_analytic_v2.csv results。
包含数据字典、相对于最初提交文件的变更日志以及作者的预期结果。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
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。




