墨西哥恰帕斯州肾脏死亡率数据集(2000–2024)-115619
该数据集收录了墨西哥恰帕斯州2000至2024年共25年的肾脏死亡率流行病学数据,整合了官方生命统计与年度人口估计,可用于分析肾脏死亡率趋势、模式及相关指标

基本信息
资源简介
墨西哥恰帕斯州肾脏死亡率数据集(2000–2024)
Renal Mortality Datasets for Chiapas, Mexico (2000–2024)
该数据集收录了墨西哥恰帕斯州2000至2024年共25年的肾脏死亡率流行病学数据,整合了官方生命统计与年度人口估计,可用于分析肾脏死亡率趋势、模式及相关指标。数据集支持计算粗死亡率与年龄标准化死亡率、开展Joinpoint回归、计算率比以及进行病因学分析等。适合流行病学与公共卫生研究者使用(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):墨西哥恰帕斯州肾脏死亡率数据集(2000–2024)# Conjuntos de Datos de Mortalidad Renal en Chiapas, México (2000–2024) 概述 / Resumen 英文本仓库包含经过整理的流行病学数据集,旨在分析墨西哥恰帕斯州的肾脏死亡率趋势、模式及相关指标,覆盖2000年至2024年这25年期间。这些数据集整合了官方生命统计和年度人口估计,支持进行稳健的分析,如粗死亡率和年龄标准化死亡率、Joinpoint回归、率比以及病因学分析。 西班牙文本仓库包含经过整理的流行病学数据集,旨在分析墨西哥恰帕斯州的肾脏死亡率趋势、模式及相关指标,覆盖2000年至2024年这25年期间。这些数据集整合了统计
【主题与分类】
主题标签:Epidemiology、Renal mortality、Chronic kidney disease、Chiapas、Mexico。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://zenodo.org/doi/10.5281/zenodo.22649550
使用许可:Creative Commons Attribution 4.0 International。
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/10.5281/zenodo.22649550
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 120.2 KB。
数据说明
墨西哥恰帕斯州肾脏死亡率数据集(2000–2024)# Conjuntos de Datos de Mortalidad Renal en Chiapas, México (2000–2024) ## 概述 / Resumen ### 英文本仓库包含经过整理的流行病学数据集,旨在分析墨西哥恰帕斯州的肾脏死亡率趋势、模式及相关指标,覆盖2000年至2024年这25年期间。这些数据集整合了官方生命统计数据和年度人口估计数据,可用于开展稳健分析,如粗死亡率与年龄标准化死亡率、Joinpoint回归、率比以及病因学特征分析。 ### 西班牙文本仓库包含经过整理的流行病学数据集,旨在分析墨西哥恰帕斯州的肾脏死亡率趋势、模式及相关指标,覆盖2000年至2024年这25年期间。这些数据集整合了官方生命统计数据和年度人口估计数据,可用于开展稳健分析,如粗死亡率与年龄标准化死亡率、Joinpoint回归、率比以及病因学特征分析。 — ## 文件清单 / Inventario de Archivos ### 1.
Chiapas_RenalMortality_2000-2024_MASTER.csv #### 英文 - 描述: 主长格式数据集,整合了所有分析分层中的死亡计数和人口分母。其结构支持直接计算流行病学指标,无需额外预处理。 - 理论维度: - 25年 - 3个性别类别(男性、女性、总计) - 5个年龄组(0–14、15–29、30–44、45–59、60+) - 5种肾脏病因 - 理论记录总数:1,875(25 × 3 × 5 × 5) - 变量: - anio — 日历年(2000–2024)。 - sexo — 男性、女性、总计。 - grupo_edad_red — 年龄组。 - etiologia — 基于ICD‑10清理和分析性重新编码得出的互斥肾脏死亡类别: - NeDi — 糖尿病肾病(E102–E142)。 - ERCnt — 非传统慢性肾脏病(**分析性重新
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。




