数据集概述
该数据集包含来自Lilacs和Ibecs数据库的医学摘要，通过UMLS Metathesaurus将MeSH术语映射为ICD10编码（含西班牙文CIE10），并补充了基于MeSH术语词匹配的额外编码。数据集以压缩包形式提供，包含结构化JSON文件、单篇摘要文本文件及标签映射表。
文件详解
该数据集以压缩包形式提供，具体说明如下：
- 核心压缩文件:
- abstractsWithCIE10_v2.zip: 压缩包文件，包含以下内容
- JSON文件: 存储摘要结构化数据，字段包括文章标题（title）、PMID（pmid）、西班牙文摘要文本（abstractText）、MeSH术语列表（Mesh，含Code、Word及关联CIE10编码）
- 单篇摘要文本文件: 按UTF-8编码存储的独立摘要文件
- 标签映射表: 制表符分隔文件，含pmid、label、cie10-code、word四个字段
适用场景
- 医学文本挖掘: 研究西班牙文医学摘要与ICD10编码的关联规律
- 临床编码自动化: 开发或验证非英文临床文本的自动ICD10编码模型
- 医学术语映射: 分析MeSH术语与ICD10编码的跨系统映射关系
- 医疗信息标准化: 探索多语言医学数据库的编码统一方法
