乌干达5岁以下儿童腹泻费用(2017-18)

乌干达5岁以下儿童腹泻费用的数据集,包含从照顾者、机构和社会角度分析的成本数据,用于疾病经济负担研究。

Makerere University; Johns HopkinsMakerere University; Johns Hopkins
Harvard Dataverse
2020-02-06 更新
浏览 20
表格MedicineHealth and Life SciencesSocial Sciencessurvey data
Cost of diarrhea in children under 5 in Uganda (2017-18)

基本信息

模态
表格
大小
0.012683601 GB
创建/更新时间
2020-02-06
版本
v2

资源简介

乌干达5岁以下儿童腹泻费用(2017-18)

【一句话概览】

本数据集标题为“乌干达5岁以下儿童腹泻成本(2017-18)”,包含从照护者、设施和社会视角研究腹泻成本的数据文件、程序文件和代码本,属于乌干达DOVE疾病成本研究。共29个文件,合计12.7 MB。源站标签涉及疾病成本、经济负担、腹泻、乌干达,以及医学、健康与生命科学、社会科学和调查数据(来源 Dataverse)。

【数据集背景】

本数据集源站标题为《Cost of diarrhea in children under 5 in Uganda (2017-18)》。源站首次发布:2020-02-03。

【数据内容】

源站原始描述:Data files, program files and codebooks for the cost of diarrhea from the caregiver, facility and societal perspectives. DOVE cost of illness study in Uganda

中文译文(机器翻译,仅供快速理解,请以原文为准):从照护者、医疗机构和社会视角分析腹泻成本的数据文件、程序文件和编码手册。乌干达DOVE疾病成本研究。

【数据结构与技术规格】

文件数 29 个,合计 12.68 MB。数据集 DOI:doi:10.7910/DVN/GWU192。

【主题与分类】

主题标签:Medicine, Health and Life Sciences、Social Sciences、survey data。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/GWU192

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/GWU192

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案