中国房颤/扑动与糖尿病相关疾病趋势可复现性汇编

数据集获取

源站：https://doi.org/10.5281/zenodo.22710620

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 107.8 MB。

数据说明

本可重复性汇编包含与中国心房颤动/心房扑动及糖尿病相关疾病的时间趋势和预测轨迹研究相关的处理后数据、分析代码、模型输出和支持材料。分析涵盖心房颤动/心房扑动、糖尿病、1型糖尿病和2型糖尿病，使用《全球疾病负担研究2023》对1990—2023年的估计数据，并将预测延伸至2050年。本汇编包括描述性趋势分析、Joinpoint回归与敏感性分析、Shapley分解、贝叶斯年龄-时期-队列建模、滚动原点验证、图表生成以及主要手稿表格和图表复现的材料。提供了冻结的中间和最终输出，以便对所报告结果进行透明验证。复现原始Joinpoint模型拟合需要官方NCI Joinpoint软件，而完整的上游INLA/BAPC模型拟合可能需要大量计算资源和兼容的软件环境。

为支持稿件层面的可复现性，该软件包因此提供了相应的输入数据、分析脚本、会话信息、完成记录、后验摘要以及最终报告数据集。源自健康指标与评估研究所（IHME）的数据仍受适用的IHME免费非商业用户协议约束。原始代码、文档、图表及其他作者生成的材料按随附的LICENSES.md文件中规定的方式单独许可。

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。