国家人口与健康科学数据共享平台对外开放

2017-01-08 MedSci MedSci原创

国家人口与健康科学数据共享平台对外开放使用。共享平台按照统一标准规范、统一资源规划和统一技术构架,实行“逻辑上高度统一,开放共享;物理上合理分布,分工合作”的运行服务机制。人口健康平台承担起国家科技重大专项、科技计划、重大公益专项等人口健康领域科学数据汇交、数据加工、数据存储、数据挖掘和数据共享服务的任务,服务于科技创新、政府管理决策、医疗卫生事业的发展,为创新型人才培养和健康产业发展提供科学数据

国家人口与健康科学数据共享平台对外开放使用。共享平台按照统一标准规范、统一资源规划和统一技术构架,实行“逻辑上高度统一,开放共享;物理上合理分布,分工合作”的运行服务机制。人口健康平台承担起国家科技重大专项、科技计划、重大公益专项等人口健康领域科学数据汇交、数据加工、数据存储、数据挖掘和数据共享服务的任务,服务于科技创新、政府管理决策、医疗卫生事业的发展,为创新型人才培养和健康产业发展提供科学数据共享服务,从而提高我国医疗卫生服务整体水平和国际竞争力。

按照系统建设目标,分两个阶段实施:首先用3~5年时间完成统一标准规范、统一资源规划和统一技术构架,实现“逻辑上高度统一,开放共享;物理上合理分布,分工合作”。应完成各类医学数据的收集、加工、汇总和交汇工作,完成元数据标准、数据标准、数据分类标准和数据标示标准,完成数据传输和交换标准,完成互操作的构架标准,完成安全认证标准等工作,达到国际国内权威的高质量人口健康数据平台。再用2~3年时间进行数据整理、数据挖掘,形成含盖医疗卫生全行业的国家人口与健康大数据中心,服务于科技创新、政府管理决策、医疗卫生事业的发展,为创新型人才培养和健康产业发展提供科学数据共享服务,从而提高我国医疗卫生服务整体水平和国际竞争力。


用户使用指南:

一、用户注册

1、在线填报
您通过网络在线方式申请,填写必要的信息,包括您的e-mail地址、姓名、单位、通讯地址、电话等,就可注册成为共享服务的会员用户。 会员用户要在网上与我们签订数据使用协议,是数据使用的最终用户。为了便于我们解答您的问题、可能会收集、统计您使用资料的效益情况,希望您能真实填写信息。 我们对用户个人的信息严格保密。
2、账号密码登陆
在人口与健康科学数据共享平台(以下简称人口健康平台)首页,未登陆用户可以浏览相关信息,下载相关资料。如果您需要更多的数据信息时,可以登陆人口健康平台,浏览或下载注册用户所有的权限对应的数据资料。
说明:本网站的所有权和运作权归人口健康平台所有。用户必须完全同意所有服务条款并完成注册程序,才能成为本网站的用户。
二、数据下载
1、注册用户登陆
注册用户人口健康平台首页或登录页面输入用户账号和密码,即可实现登录。
2、查询数据资源
登陆人口健康平台后,用户可通过首页的数据导航、站内检索、元数据检索和高级检索四个功能处查询您需要的数据。用户可对查询到的数据资源进行浏览和下载。如查询到的数据不能满足用户的要求,用户可向各数据分中心提出数据申请,参者“数据申请部分”。
3、下载数据资源
对查询到的数据进行用户权限内的数据下载或导出,数据与用户的权限有关,根据用户的权限可实现数据导出/下载,或进行数据申请后再导出/下载。
4、反馈意见
您对查询或下载到的数据有任何意见,可发送至本中心信箱rkjkpt@126.com进行信息反馈,提供您的宝贵建议。
说明:本网站提供数据在线及离线两种服务方式,注册用户可以享受在线数据的查询、浏览和数据下载服务。
三、数据申请
1、在线填报
注册用户通过“数据申请”按钮进行数据申请操作,数据申请前必须仔细阅读人口健康平台数据申请,同意后进入数据申请表单页面,在本页面用户需要补充完善用户信息和数据用途信息。同时准备申请必需的书面文件。
2、人口健康平台办公室或者各分中心管理中心受理
人口健康平台管理办公室或者数据中心收到数据申请后会根据数据的需求情况及时与用户联系,明确用户的需要。
3、签署共享使用责任书
人口健康平台或数据中心与数据申请者确认数据需求后,数据申请者需签署数据共享使用责任书。
4、数据提供及反馈
人口健康平台或数据中心根据数据申请表中的内容对用户申请的数据进行授权和数据加工处理,从在线下载和离线拷贝、邮寄的方式提供给用户,用户可对通过中心的联系邮箱对数据中心提供的数据服务进行评价和反馈。
说明:求更多、更详细的人口健康平台数据时,可以提出请求,通过签署数据共享使用责任书获取。以其他离线方式(光盘拷贝、复印等)获得相应的数据资源。


作者:MedSci



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (10)
#插入话题
  1. 2017-05-08 jin321

    不错

    0

  2. 2017-01-15 虈亣靌

    学习了,收藏了

    0

  3. 2017-01-09 蔬菜

    希望是真实有用的数据

    0

相关资讯

收藏:数据可视化工具大全

所谓数据可视化是对大型数据库或数据仓库中的数据的可视化,它是可视化技术在非空间数据领域的应用,使人们不再局限于通过关系数据表来观察和分析数据信息,还能以更直观的方式看到数据及其结构关系。数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元元素表示,大量的数据集构成数据图像, 同时将数据的各个属性值以多维数据的形式表示,可以从不同的维度观察数据,从而对数据进行更深入的观察和分析。为了让开

如何采用医疗数据洞察和预测医疗成本

Intetix Foundation由从事数据科学、非营利组织和公共政策研究的中国学者发起成立,致力于通过数据科学改善人类社会和自然环境。通过联络、动员中美最顶尖的数据科学家和社会科学家,以及分布在全球的志愿者,我们创造性地践行着我们的使命:为美好生活洞见数据价值。原作者:Dimitris Bertsimas;Michael A. Kane;J. Christian Kryder;Ru

2016 数据科学:健康大数据产业论坛

2016 数据科学:健康大数据产业论坛 将于9月22日~23日在上海召开。 一百多年来,现代医学经历了飞速的发展,医疗实施过程、药物研发及评价、药品疗效信息、基因信息、生物标志物、临床试验等积累了大量数据。在数据驱动的医学时代,如何从海量医学数据中找出数据的价值所在,解决大规模数据引发的问题、利用好数据挖掘所带来的竞争力,需要多学科的协同和创新。当前,适应于生物医学大数据的软硬件平台、大

为什么降低“药占比”这么重要?看完这组数据秒懂了!

近年来,我国看病住院费用不断上涨,从2010年的6193.9元增长到2014年的7832.3元。而费用中,门诊及住院病人的药费则占据了一半,可见降低药占比政策的重要性。并且,在不同级别的医院,看病花费也有一定的差距,越是高等级的医院,看病费用越贵。究竟详情如何呢?本文用数据一一呈现。  近年来看病住院花费逐年上升 近年来看病是越来越贵,要是只是头疼脑热的小病,看个门诊也就

不平衡数据机器学习的四种处理策略---采用R语言实现

在对不平衡的分类数据集进行建模时,机器学习算法可能并不稳定,其预测结果甚至可能是有偏的,而预测精度此时也变得带有误导性。实际上,经典的统计学建模(如回归),同样也是不稳定的。那么,这种结果是为何发生的呢?到底是什么因素影响了这些算法的表现? 在不平衡的数据中,任一算法都没法从样本量少的类中获取足够的信息来进行精确预测。因此,机器学习算法常常被要求应用在平衡数据集上。那我们该如何处理不平衡数据

看到这组数据,医护心里拔凉拔凉的?

调查发现,18.2%的患者表示要对医院和医生时刻戒备,发现他们出错就及时保存证据,绝不能“吃亏”。