全球疾病负担研究2023（GBD 2023）风险暴露估计1990-2023
该数据集提供按地点、年份、年龄和性别划分的选定风险因素暴露估计。这些估计是作为GBD 2023建模的一部分生成的。有关风险因素估计方法的详细信息，请参阅GBD 2023风险因素Capstone方法附录
基本信息
资源简介
全球疾病负担研究2023（GBD 2023）风险暴露估计1990-2023
全球疾病负担研究2023（GBD 2023）风险暴露估计数据集由健康测量与评估研究所（IHME）协调完成，覆盖1990年至2023年，针对204个国家和地区以及部分次国家级地点，提供选定风险因素在指定地点、年份、年龄和性别维度上的暴露估计。这些估计是GBD 2023建模工作的组成部分，旨在为评估风险因素与疾病、伤害负担之间的关系提供基础数据。该数据集属于环境因素所致疾病及其他相关分类，发布时间为2025年，来源站为doi.org。数据集中包含铅暴露的估计结果，关于风险因素估计方法的详细说明可参阅GBD 2023风险因素Capstone方法附录。
【数据集背景】
全球疾病负担研究（GBD）是一项持续开展的综合性研究，旨在量化全球范围内疾病、伤害和风险因素所造成的健康损失。GBD 2023由健康测量与评估研究所（IHME）协调，覆盖204个国家和地区以及部分次国家级地点。该研究通过系统建模，估计不同地点、年份、年龄和性别人群中各类风险因素的暴露水平，为全球和区域健康政策制定提供证据支持。本数据集即为GBD 2023建模过程中生成的风险暴露估计结果之一，聚焦于选定风险因素的暴露情况。
【数据内容】
该数据集提供按地点、年份、年龄和性别划分的选定风险因素暴露估计。估计结果覆盖1990年至2023年，涉及204个国家和地区以及部分次国家级地点。数据集中包含铅暴露的估计结果。这些估计是作为GBD 2023建模的一部分生成的，旨在反映不同人群在不同时间和空间维度上对特定风险因素的暴露水平。关于风险因素估计方法的详细信息，可参阅GBD 2023风险因素Capstone方法附录。
【采集与来源】
该数据集由健康测量与评估研究所（IHME）协调生成，来源站为doi.org。其估计结果是GBD 2023建模工作的组成部分，基于GBD 2023的风险因素估计方法生成。关于数据采集的具体流程、原始数据来源及建模细节，源站未提供。
【适用场景】
该数据集可用于分析选定风险因素在不同地点、年份、年龄和性别维度上的暴露分布与变化趋势，支持全球和区域层面的疾病负担研究、风险因素比较分析以及健康政策评估。由于数据覆盖204个国家和地区及部分次国家级地点，并涵盖1990年至2023年的长时间序列，适用于需要跨地区、跨时间比较的风险因素暴露研究。具体应用场景需结合GBD 2023风险因素Capstone方法附录中的方法说明进行判断。
【使用方法】
使用该数据集时，可依据地点、年份、年龄和性别等维度提取选定风险因素的暴露估计。由于这些估计是GBD 2023建模的一部分，使用者应参考GBD 2023风险因素Capstone方法附录，了解风险因素估计的具体方法、模型假设及适用范围。关于数据格式、访问方式及具体操作步骤，源站未提供。
【质量与限制】
该数据集基于GBD 2023建模生成，其估计结果受建模方法、输入数据质量及模型假设的影响。关于风险因素估计方法的详细信息，可参阅GBD 2023风险因素Capstone方法附录。关于该数据集的具体质量评估指标、不确定性范围及已知限制，源站未提供。
【引用与许可】
该数据集的作者和机构均为健康测量与评估研究所（IHME），发布时间为2025年，来源站为doi.org。关于引用格式、许可条款及使用限制，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://doi.org/10.6069/snhe-rs21
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:
数据说明
2023年全球疾病负担研究（GBD 2023）由健康测量与评估研究所（IHME）协调开展，估算了204个国家和地区以及部分次国家级地点的疾病、伤害和风险因素负担。该数据集提供了按地点、年份、年龄和性别划分的特定风险因素暴露估计值。这些估计值是作为GBD 2023建模工作的一部分生成的。铅暴露的估计值可在此处获取。有关风险因素估计方法的详细信息，请参阅GBD 2023风险因素总括方法附录。
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。
