南非糖尿病患病率生活方式与社会经济不平等分解分析数据

该数据集来自 Dryad,基于 2012 年南非国家健康与营养调查(SANHANES-1)的横截面数据,用于分析南非未诊断糖尿病、已诊断糖尿病及总糖尿病的社会经济不平等,并考察生活方式因素对糖尿病不平等的贡献

DryadDryad
dryad
浏览 7
文本回归inequalitiesconcentration indicesdiabetes
Data from: Lifestyle and socio-economic inequalities in diabetes prevalence in South Africa: a decomposition analysis

基本信息

模态
文本
大小
0.00038021 GB
任务类型
回归
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-10

资源简介

南非糖尿病患病率生活方式与社会经济不平等分解分析数据

Data from: Lifestyle and socio-economic inequalities in diabetes prevalence in South Africa: a decomposition analysis

该数据集来自 Dryad,基于 2012 年南非国家健康与营养调查(SANHANES-1)的横截面数据,用于分析南非未诊断糖尿病、已诊断糖尿病及总糖尿病的社会经济不平等,并考察生活方式因素对糖尿病不平等的贡献。研究采用 Erreygers 集中指数评估不平等程度,数据覆盖内分泌、营养和代谢疾病中的糖尿病主题,可用于糖尿病流行病学、健康不平等及社会经济因素相关研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2019。

【数据内容】

源站描述(机器翻译,仅供参考):背景:糖尿病不平等现象普遍存在,并因生活方式差异而加剧。许多估计糖尿病不平等的研究使用自我报告的糖尿病数据,而这类数据常因医疗可及性和糖尿病认知差异而产生偏倚。本研究通过在南非使用更客观的标准化糖尿病测量方法,对这一文献有所补充。研究估计了未诊断糖尿病、已诊断糖尿病(自我报告)以及总糖尿病(未诊断糖尿病 + 已诊断糖尿病)的社会经济不平等。研究还考察了生活方式因素对南非糖尿病不平等的贡献。方法:这项横截面研究使用 2012 年南非国家健康与营养调查(SANHANES-1)的数据,并应用 Erreygers 集中指数评估社会经济不平等

【主题与分类】

主题标签:inequalities、concentration indices、diabetes。本站分类:内分泌、营养和代谢疾病/糖尿病。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.r2f8b74

使用许可:Creative Commons Zero v1.0 Universal。

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://doi.org/10.5061/dryad.r2f8b74

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。

数据集大小约 380.2 KB。

数据说明

背景:糖尿病相关不平等现象普遍存在,并因生活方式差异而加剧。许多估算糖尿病不平等的研究依赖于自我报告的糖尿病数据,而这类数据常因医疗保健可及性和糖尿病认知水平的差异而产生偏倚。本研究通过采用更为客观的标准化糖尿病测量方法,为这一文献领域做出贡献。研究估算了南非未诊断糖尿病、已诊断糖尿病(自我报告)以及总糖尿病(未诊断糖尿病患者+已诊断糖尿病患者)的社会经济不平等程度。研究还考察了生活方式因素对南非糖尿病不平等的贡献。方法:本横断面研究使用2012年南非国家健康与营养调查(SANHANES-1)的数据,并应用Erreygers集中指数评估糖尿病的社会经济不平等。生活方式因素对糖尿病不平等的贡献通过分解方法进行评估。

结果:自我报告的糖尿病和总糖尿病(未确诊糖尿病患者+已确诊糖尿病患者)显著集中于富裕人群(CI = 0.0746;p < 0.05 和 CI = 0.0859;p < 0.05)。未确诊糖尿病的集中指数不显著,但偏向贫困人群。分解分析显示,生活方式因素分别对自我报告糖尿病和总糖尿病的社会经济不平等贡献了22%和35%。结论:在南非,当使用自我报告的糖尿病或临床数据衡量时,糖尿病更多地集中于较高社会经济群体。我们的研究结果还表明,与自我报告的糖尿病结果相比,总糖尿病结果(未确诊糖尿病患者+已确诊糖尿病患者)的不平等程度更为严重。尽管与其他决定因素相比,生活方式因素的贡献较为温和,但这些贡献对于制定解决社会经济不平等的政策具有重要意义。

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。

获取专属数据定制方案