新冠疫情对巴西糖尿病住院率影响的泊松多元回归模型数据集
包含泊松多元回归模型分析的巴西新冠大流行对糖尿病住院率影响的分组数据。
基本信息
资源简介
新冠疫情对巴西糖尿病住院率影响的泊松多元回归模型数据集
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 5.63 KB，主题涵盖 southern regions demonstrated、social distancing measures、poisson regression models、mortality mitigation strategies、impacted health services，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Poisson multiple regression models of the impact of the coronavirus disease pandemic on the hospitalization rate for diabetes mellitus in Brazil according to subgroups by age group, sex, and region of Brazil.》。配套论文《Analysis of the impact of coronavirus disease 19 on hospitalization rates for chronic non-communicable diseases in Brazil》发表于 PLOS ONE（2022），DOI：10.1371/journal.pone.0265458。源站首次发布：2022-03-24。
【数据内容】
源站原始描述：Poisson multiple regression models of the impact of the coronavirus disease pandemic on the hospitalization rate for diabetes mellitus in Brazil according to subgroups by age group, sex, and region of Brazil
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 8.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0265458.t008。
【主题与分类】
源站学科分类：Medicine、Microbiology、Neuroscience、Biotechnology、Marine Biology、Cancer。主题标签：southern regions demonstrated、social distancing measures、poisson regression models、mortality mitigation strategies、impacted health services、healthcare systems worldwide、cancer (- 23、000 thousand inhabitants、calculated monthly according、peak pandemic periods。
【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://plos.figshare.com/articles/dataset/Poisson_multiple_regression_models_of_the_impact_of_the_coronavirus_disease_pandemic_on_the_hospitalization_rate_for_diabetes_mellitus_in_Brazil_according_to_subgroups_by_age_group_sex_and_region_of_Brazil_/19413757
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Guimarães, Rafael Alves; Policena, Gabriela Moreira; de Paula, Hellen da Silva Cintra; Pedroso, Charlise Fortunato; Pinheiro, Raquel Silva; Itria, Alexander; et al. (2022). Poisson multiple regression models of the impact of the coronavirus disease pandemic on the hospitalization rate for diabetes m…
【使用注意】
· 源站最后修改于 2023-06-01，引用时请注意版本时效。
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（Figshare）
- 源站标题：Poisson multiple regression models of the impact of the coronavirus disease pandemic on the hospitalization rate for diabetes mellitus in Brazil according to subgroups by age group, sex, and region of Brazil.
- DOI：10.1371/journal.pone.0265458.t008
- 发布日期：2022-03-24
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Poisson_multiple_regression_models_of_the_impact_of_the_coronavirus_disease_pandemic_on_the_hospitalization_rate_for_diabetes_mellitus_in_Brazil_according_to_subgroups_by_age_group_sex_and_region_of_Brazil_/19413757
命令行下载
curl -L -o "Table 8.xls" "https://ndownloader.figshare.com/files/34500964"
文件清单
Table 8.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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。
数据说明
Poisson multiple regression models of the impact of the coronavirus disease pandemic on the hospitalization rate for diabetes mellitus in Brazil according to subgroups by age group, sex, and region of Brazil.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0265458.t008（source: https://plos.figshare.com/articles/dataset/Poisson_multiple_regression_models_of_the_impact_of_the_coronavirus_disease_pandemic_on_the_hospitalization_rate_for_diabetes_mellitus_in_Brazil_according_to_subgroups_by_age_group_sex_and_region_of_Brazil_/19413757）。
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。
