荷兰语版自我报告症状量表(SRSI)作为症状夸大测量工具
该数据集来自 DataverseNL,发布于 2017 年,围绕荷兰语版自我报告症状量表(SRSI)的心理测量学评估。研究纳入诚实对照组(n=51)、被指导伪装疼痛症状组(n=54)和被指导伪装创伤后应激症状组(n=53),均为学生,伪装组被要求以平衡方式过度报告症状

基本信息
资源简介
荷兰语版自我报告症状量表(SRSI)作为症状夸大测量工具
Nederlandse versie van de Self-Report Symptom Inventory (SRSI) als maat voor klachtenoverdrijving, de
该数据集来自 DataverseNL,发布于 2017 年,围绕荷兰语版自我报告症状量表(SRSI)的心理测量学评估。研究纳入诚实对照组(n=51)、被指导伪装疼痛症状组(n=54)和被指导伪装创伤后应激症状组(n=53),均为学生,伪装组被要求以平衡方式过度报告症状。数据可用于分析症状夸大与反应偏差,支持 SRSI 量表信效度检验及过度报告切分点的验证(来源 DOI 解析)。
【数据集背景】
源站首次发布:2017。
【数据内容】
源站描述(机器翻译,仅供参考):荷兰语版自我报告症状量表(SRSI)作为症状夸大测量工具 Harald Merckelbach, Thomas Merten, Brechje Dandachi-FitzGerald, Irena Boskovic 为评估自我报告症状量表(SRSI)荷兰语翻译版的心理测量质量,我们开展了一项实验,包括诚实对照组(n = 51)、被指导伪装疼痛症状的参与者(n = 54)和被指导伪装创伤后应激症状的参与者(n = 53)。所有人均为学生,其中被指导伪装者被要求以平衡的方式过度报告其症状。总体而言,结果与德国版 SRSI 所获得的结果高度一致。各量表和分量表的 Cronbach alpha 系数较高(所有 alpha ≥ 0.80),过度报告伪症状的切分点——6 作为筛查分,9 作为保守切分分——产生了假
【主题与分类】
主题标签:Social Sciences、malingering、response bias、symptom over-reporting。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://dataverse.nl/citation?persistentId=doi:10.34894/J3FUQM
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://doi.org/10.34894/J3FUQM
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:
数据说明
荷兰语版自我报告症状量表(SRSI)作为症状夸大的测量工具 Harald Merckelbach, Thomas Merten, Brechje Dandachi-FitzGerald, Irena Boskovic 为了评估荷兰语翻译版自我报告症状量表(SRSI)的心理测量质量,我们进行了一项实验,参与者包括诚实对照组(n = 51)、被指示伪装疼痛症状的参与者(n = 54)以及被指示伪装创伤后应激症状的参与者(n = 53)。所有参与者均为学生,其中被指示伪装症状的学生被要求以平衡的方式过度报告其症状。总体而言,结果与德语版SRSI所获得的结果高度一致。各量表和分量表的Cronbach alpha系数均较高(所有alpha值≥ 0.80),而过度报告伪症状的截断点——6作为筛查分数,9作为保守截断分数——产生的假阳性百分比低于10%,同时敏感度因伪装指示类型的不同而在48%至77%之间变化。
最重要的是,我们的数据表明,各分量表对于伪装者想要夸大的精神病理类型具有不同的敏感性,并且所谓的比率指数是一个提供信息的参数,表明存在不加区分地 endorsing 症状的情况。
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。
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。




