pending-medicare-provider-enrollment-data

该数据集名为待处理医疗保险提供者注册数据，是一个表格型数据集，提供了美国医疗保险和医疗补助服务中心（CMS）待处理首次医疗保险注册文件中行为健康类别国家提供商标识（NPI）的确定性样本。数据集基于2026年7月13日与之前2026年7月9日发布的CMS文件对比生成，通过差异分析识别出新出现的NPI，并查询官方NPPES注册表获取提供者公开信息。数据集包含三个主要文件：preview.csv提供了10条确定性提供者样本行，包含NPI、披露的行为健康分类、公开的NPPES执业字段、快照日期和直接来源URL；state_counts.csv包含了在验证运行中所有211条行为健康匹配记录的完整州和领地分布；specialty_counts.csv包含了这211条匹配记录的完整披露专科分布。此外，receipt.json文件记录了来源URL、文件名、行数、SHA-256哈希值、查询结果、验证计数、分类边界和限制。该数据集特别强调待处理不等于已批准，一行数据仅表示首次医疗保险注册申请出现在CMS待处理文件中，并不证明注册、认证、许可、新执业、服务可用性、兴趣或购买意向。数据集适用于医疗保健数据分析、提供者网络管理、行为健康市场研究等任务，用户需在使用前验证每条记录，并遵守适用的隐私、通话和营销规则。This dataset, named Pending Medicare Provider Enrollment Data, is a tabular dataset that provides a deterministic sample of National Provider Identifiers (NPIs) for behavioral health categories from the pending initial Medicare enrollment files of the Centers for Medicare & Medicaid Services (CMS) in the United States. It is generated by comparing CMS files released on July 13, 2026, with earlier files from July 9, 2026, using differential analysis to identify newly appearing NPIs, and querying the official NPPES registry to obtain publicly available provider information. The dataset includes three main files: preview.csv offers 10 deterministic sample rows of providers, containing NPI, disclosed behavioral health classification, public NPPES practice fields, snapshot dates, and direct source URLs; state_counts.csv provides the complete state and territory distribution of all 211 behavioral health matched records from the validation run; specialty_counts.csv contains the full disclosed specialty distribution for these 211 matched records. Additionally, the receipt.json file records source URLs, file names, row counts, SHA-256 hashes, query results, validation counts, classification boundaries, and limitations. The dataset emphasizes that pending does not equal approved, with each row only indicating that an initial Medicare enrollment application appears in the CMS pending file, and does not prove registration, certification, licensing, new practice, service availability, interest, or purchase intent. It is suitable for tasks such as healthcare data analysis, provider network management, and behavioral health market research, and users are required to verify each record before use and comply with applicable privacy, call, and marketing regulations.

原始信息汇总

数据集概述

数据集名称：Pending Medicare Provider Enrollment Data（待处理的Medicare医疗服务提供者注册数据）

数据集类型：表格数据

许可证：美国政府公开数据许可（us-government-public-data）

标签：表格数据、Medicare、医疗健康、提供者注册、NPI、行为健康、CMS、NPPES

---

数据内容

该数据集展示了2026年7月13日CMS待处理的首次Medicare注册文件中新出现的行为健康类NPI（国家提供者标识符）样本，并与2026年7月9日的先前发布版本进行了比较。

重要说明：“待处理”并不等于“已批准”。数据行仅表示首次Medicare注册申请出现在CMS的待处理文件中，不证明注册、资格认证、执业许可、新业务开展、服务可用性、兴趣或购买意向。

---

文件构成

文件名	描述
preview.csv	10个确定性提供者行，包含NPI、披露的行为健康分类、公开的NPPES执业字段、快照日期和直接来源URL
state_counts.csv	全国验证运行中全部211个行为健康匹配记录的州和地区分布
specialty_counts.csv	上述211个匹配记录的完整披露专业分布
receipt.json	来源URL、文件名、行数、SHA-256哈希值、查询结果、验证计数、分类边界和限制说明

注意：该存储库并未发布全部211个提供者行。聚合数据可供研究者检查全国结果，而无需将10行样本呈现为完整版本。

---

方法流程

1. 获取两个最新的可信CMS医师和非医师待处理注册CSV快照
2. 通过NPI比对每个最新快照与其前一个版本之间的差异
3. 在官方NPPES注册表中查询每个新增的NPI
4. 保留被披露的保守行为健康分类集
5. 对意外的来源、架构、查询或计数条件采取失败关闭策略

验证结果：该次验证运行完成了1,763次NPPES查询，共筛选出211条行为健康记录，覆盖42个司法管辖区（含DC）。

---

数据来源与使用责任

• CMS按服务收费公开提供者注册方法：https://data.cms.gov/resources/fee-for-service-public-provider-enrollment-methodology
• NPPES NPI注册表：https://npiregistry.cms.hhs.gov/
• 源代码仓库和当前公开样本：https://github.com/unitedideas/pending-medicare-behavioral-health-actor/tree/main/sample

使用建议：公共NPPES的联系方式可能已过时、被共享或仅为运营用途。在做出重要决策或联系之前，请核实每条记录，并遵守适用的隐私、通话和营销规则。

---

当前版本信息

• 完整CSV价格：12美元（一次性购买，无订阅费用）
• 购买链接：https://buy.stripe.com/28EcMY3vQ3bn0921Un6oo0k?client_reference_id=hf_dataset_card&utm_source=huggingface&utm_medium=dataset_card&utm_campaign=pending_medicare_csv
• 替代获取方式：可通过买家资助的Apify路由获取JSON、Excel、XML或RSS格式：https://apify.com/actablesite/pending-medicare-behavioral-health-actor
• 附加服务：Medicare名册到期提醒服务（最多20个NPI，9美元/月）：https://actablesite.com/api/medicare-roster-watch-referral?source=huggingface_dataset

---

许可说明

底层的CMS和NPPES记录是美国政府公开数据。存储库的转换代码采用MIT许可。用户有责任评估来源条款、下游使用情况及任何司法管辖区的具体要求。

搜集汇总

数据集介绍

构建方式

该数据集源自美国医疗保险和医疗补助服务中心（CMS）官方发布的待处理首次医疗保险注册文件，通过系统化比对2026年7月13日与前一版本（7月9日）的快照差异，识别出新出现的提供者国家提供者标识符（NPI）。每个新增NPI均经过官方NPPES注册中心查询验证，并依据保守的行为健康分类学标准进行筛选。整个验证过程共完成1,763次NPPES查询，最终从42个司法管辖区域（含哥伦比亚特区）中选定211条行为健康相关记录。数据构建采用失败关闭机制，确保在遇到非预期源数据、结构变更或查询异常时自动终止处理，保障结果的可靠性。

特点

数据集以多维度文件结构呈现，包括10条确定性提供者样本记录（preview.csv）、完整的州与属地分布统计（state_counts.csv）、专业分类统计（specialty_counts.csv）及技术验证元数据（receipt.json）。其核心特色在于明确标注“待处理不等于已批准”，强调数据仅反映首次注册申请在CMS待处理文件中的出现事实，不代表实际注册、资格认证或服务可用性。此外，数据集提供无账户要求的交互式探索界面，便于研究人员在获取完整数据前预览样本和聚合统计结果。

使用方法

研究人员可通过无账户交互式探索平台直接筛选公开样本，并查看完整的州和专业分类统计，以评估数据适用性。完整验证后的国家级CSV文件以一次性12美元的价格提供，付款后15分钟内即可获取加密私密访问。购买版本保留原始快照日期、URL、分类边界和限制声明。对于需要状态过滤或JSON、Excel、XML、RSS导出格式的团队，可通过可选的Apify路由实现。数据集使用者需注意，公开的NPPES联系字段可能已过时或为共享信息，应在做出任何重要决策前核实每条记录，并遵守相关隐私、通话及营销法规。

背景与挑战

背景概述

该数据集由United Ideas团队于2026年创建，专注于美国医疗保险（Medicare）首次供应商注册申请中的待处理数据，尤其聚焦于行为健康领域的国家提供者标识符（NPI）。其核心研究问题在于如何系统性地识别和验证新出现的待处理注册申请，以弥补现有公开数据在时间敏感性和分类精细度上的不足。通过对CMS定期发布的待处理注册文件进行差异分析，并结合NPPES官方注册库的交叉验证，该数据集为医疗网络规划、供应商认证及市场分析提供了独特的时间点快照数据。尽管仅包含10条示例记录和211条聚合统计数据，但其方法论严谨，对研究医疗保险供应商动态和监管流程变迁具有一定参考价值。

当前挑战

该数据集面临的核心领域挑战在于，待处理状态并不等同于批准或实际服务能力，研究者需谨慎区分申请阶段与认证状态，避免将待处理数据误判为市场活跃性指标。构建过程中，挑战涉及多个技术层面：需从CMS庞大的公开文件中精确识别新增NPI，并执行大规模NPPES注册查询（如验证批次的1,763次查询）；同时，需维护保守的行为健康分类边界，确保数据仅反映已披露的专业领域；此外，数据集的版本依赖特定快照日期，任何源文件或模式的意外变化都可能导致验证失败，需通过封闭式失败处理机制保障数据可靠性。

常用场景

经典使用场景

该数据集聚焦于医疗保险领域中的行为健康提供者首次参保申请状态，通过截取特定时间窗口（2026年7月9日至13日）内CMS待处理参保文件的新增NPI记录，为研究者提供了行为健康提供者涌入医保系统的即时快照。经典使用场景包括识别新进入医保系统的行为健康专业人员、分析其地域分布与专业特长分布，以及追踪医保网络扩张的微观动态。数据集以预处理聚合形式呈现，包含州级与专业级计数，兼顾了隐私保护与分析可行性，特别适用于观察短期政策变动或市场准入变化对医保提供者队伍的影响。

实际应用

在实际应用中，该数据集主要服务于医疗网络规划、竞争者监测和数据合规验证三大场景。医保网络管理人员可借助州级分布数据，识别哪些地区有大量行为健康提供者正在申请注册，从而提前布局合同谈判或网络容量调整。竞对情报分析团队则能通过专业分布了解特定领域（如药物滥用治疗、临床心理学）新进入者的规模与地域聚集情况。此外，数据集明确标注了来源与哈希校验码，有助于合规部门验证内部医保名册的时效性，并支持按NPI设置再验证到期提醒服务，优化了持续性的数据治理流程。

衍生相关工作

该数据集衍生出的工作主要体现在方法论的复现与工具链的扩展上。其核心算法——对CMS历史快照进行差分比对、结合NPPES注册库交叉验证的流程——已被封装为开源转换代码，并基于MIT许可证发布，可直接嵌入其他医疗数据管道。所附的交互式探索器（HuggingFace Space）允许用户在不下载完整CSV的情况下过滤样本与汇总统计，形成了一种可复用的轻量级分析界面。此外，数据集发布者还基于同样的数据源构建了独立的医保花名册到期提醒API，将静态的快照数据延伸为主动监控服务，体现了数据产品从研究资产向运营工具转化的典型路径。