家庭血压监测在撒哈拉以南非洲农村的诊断准确性研究复现数据
该数据集是“家庭血压监测在撒哈拉以南非洲农村:一项诊断准确性研究”的复现数据,来源于肯尼亚和冈比亚两个健康与人口监测系统开展的横断面、基于人群的诊断准确性研究

基本信息
资源简介
家庭血压监测在撒哈拉以南非洲农村的诊断准确性研究复现数据
Replication Data for: Home blood pressure monitoring in rural sub-Saharan Africa: a diagnostic accuracy study
该数据集是“家庭血压监测在撒哈拉以南非洲农村:一项诊断准确性研究”的复现数据,来源于肯尼亚和冈比亚两个健康与人口监测系统开展的横断面、基于人群的诊断准确性研究。数据包含参与者层面的人口学与血压测量信息,如研究地点、性别、出生日期、24小时动态血压监测的日间与夜间读数及平均收缩压和舒张压、心率、动态血压有效性,以及由社区健康工作者实施的家庭血压监测的平均晨间、晚间和总体血压值。可用于评估家庭血压监测在农村社区中的诊断性能(来源 DOI 解析)。
【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):这是题为“家庭血压监测在撒哈拉以南非洲农村:一项诊断准确性研究”的手稿的复现数据集。该数据集来自一项在肯尼亚和冈比亚两个健康与人口监测系统开展的横断面、基于人群的诊断准确性研究。该研究评估了由社区健康工作者(CHWs)在农村社区内实施的家庭血压监测(HBPM)的诊断准确性,并以24小时动态血压监测(ABPM)作为参考标准。数据集包含参与者层面的人口学和血压测量数据,包括研究地点、性别、出生日期、ABPM日间和夜间读数、平均24小时/日间/夜间收缩压和舒张压、心率、ABPM有效性,以及HBPM的平均晨间/晚间/总体收缩压和舒张压。该数据集包含
【主题与分类】
主题标签:Medicine, Health and Life Sciences、home blood pressure monitoring、accuracy、sub-Saharan Africa、diagnostic performance。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/5EEUGH
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/10.7910/DVN/5EEUGH
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 300.5 KB。
数据说明
这是题为“撒哈拉以南非洲农村地区家庭血压监测:一项诊断准确性研究”的手稿的重复数据集。该数据集源自一项在肯尼亚和冈比亚的两个健康与人口监测系统中开展的横断面、基于人群的诊断准确性研究。该研究评估了由社区卫生工作者(CHWs)在农村社区开展的家庭血压监测(HBPM)的诊断准确性,并以24小时动态血压监测(ABPM)作为参考标准。数据集包含参与者层面的人口学和血压测量数据,包括研究地点、性别、出生日期、ABPM日间和夜间读数、24小时/日间/夜间平均收缩压和舒张压、心率、ABPM有效性,以及HBPM的平均晨间/晚间/总体收缩压和舒张压。该数据集包含1,377名参与者的记录。这些数据可用于基于社区的血压筛查、CHW主导的HBPM、HBPM诊断准确性,以及撒哈拉以南非洲农村人群中HBPM与24小时ABPM比较的研究。
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。




