按类别划分的腹泻病例发病率（每1000人每年）
主题标签：腹泻、发病率、消化系统疾病、Bangladesh、Mali、病因预测。本站分类：消化系统疾病/腹泻。本数据集为消化系统疾病领域公开数据集，主题涵盖腹泻。
基本信息
资源简介
按类别划分的腹泻病例发病率（每1000人每年）
Diarrhea case incidence rates by category (per 1000 per year) 是一个以腹泻发病率为主题的公开数据集，按类别记录每千人每年的发病水平。该数据集归属于消化系统疾病 / 腹泻这一分类，来源于数据存储平台 datadryad.org，其原始数据与孟加拉国（Bangladesh）和马里（Mali）两地的腹泻病因预测验证研究相关。从主题构成看，数据集围绕腹泻、发病率、消化系统疾病、病因预测等方向组织内容，面向消化系统疾病领域的科研与应用需求，为相关分析提供可获取的数据基础。以下从背景、内容、来源、用途、方法、局限与引用等方面作进一步说明。
【数据集背景】
腹泻是全球范围内常见的消化系统健康问题，其发病水平与病因构成在不同地区和人群中存在差异，对疾病负担评估和临床决策具有重要意义。该数据集以“按类别划分的腹泻病例发病率（每千人每年）”为核心主题，属于消化系统疾病 / 腹泻分类下的公开数据资源。其原始研究背景为孟加拉国与马里的腹泻病因预测验证工作，说明数据与腹泻病因识别与预测这一研究方向相关联，可为理解不同类别下的发病分布提供数据支撑。
【数据内容】
数据集的核心内容为按类别划分的腹泻病例发病率，计量单位为每千人每年，即以人群基数为分母、以年为单位时间窗口来描述发病频率。主题标签涵盖腹泻、发病率、消化系统疾病、Bangladesh、Mali 与病因预测，表明数据在空间上涉及孟加拉国和马里两个地区，在内容上同时关联发病率统计与病因预测主题。关于具体包含的类别数量、各类别的具体数值、时间跨度与样本规模，源站未提供。
【采集与来源】
该数据集来源于 datadryad.org，源站描述指向 Daniel Leung、Ben Brintz、Stephanie Garbern 于 2021 年发布的“Diarrhea etiology prediction validation dataset - Bangladesh and Mali”，并给出对应 DOI：http://doi.org/10.5061/dryad.0rxwdbs19。由此可知，数据与上述作者在孟加拉国和马里开展的腹泻病因预测验证研究相关。关于具体的采集方法、采样设计、随访安排与质量控制流程，源站未提供。
【适用场景】
基于其主题与分类，该数据集可用于消化系统疾病领域中与腹泻发病率相关的分析工作，例如按类别比较不同地区的发病水平、为病因预测相关研究提供发病率背景信息，以及作为腹泻疾病负担与流行病学分析的参考数据。由于数据涉及孟加拉国与马里两个地区，也可用于跨地区的对照性讨论。关于具体的建模任务、评价指标与应用验证结果，源站未提供。
【使用方法】
该数据集以公开数据集形式发布于 datadryad.org，可通过源站描述中给出的 DOI 链接获取。使用时应结合其计量单位“每千人每年”理解数值含义，注意发病率是人群水平的频率指标而非个体层面的诊断信息。关于文件格式、字段结构、变量编码与配套文档，源站未提供。
【质量与限制】
该数据集为公开来源的科研数据资源，其原始研究聚焦于孟加拉国与马里的腹泻病因预测验证，因此在地理范围上具有特定性，外推至其他地区时需谨慎。发病率数据以类别汇总形式呈现，可能不包含个体层面的临床细节。关于样本量、缺失情况、偏倚评估与验证结果等质量相关信息，源站未提供。
【引用与许可】
引用该数据集时，应参照源站描述中的文献信息：Daniel Leung; Ben Brintz; Stephanie Garbern (2021). Diarrhea etiology prediction validation dataset - Bangladesh and Mali [Dataset]. http://doi.org/10.5061/dryad.0rxwdbs19。关于该数据集的具体许可条款与使用限制，源站未提供。
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://datadryad.org/stash/dataset/doi:10.5061%2Fdryad.0rxwdbs19
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 452.2 KB。
数据说明
Daniel Leung; Ben Brintz; Stephanie Garbern (2021). Diarrhea etiology prediction validation dataset - Bangladesh and Mali [Dataset]. http://doi.org/10.5061/dryad.0rxwdbs19
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。
