非洲和南亚儿童急性疾病与死亡的多组学特征

数据集获取

源站：https://search.dataone.org/view/sha256%3A50b9a9e2371f86312bbcfa055f5191a4ee0b49913e5a5b508b11369671814672

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。

数据说明

低收入和中等收入国家儿童因感染性疾病患病，是全球五岁以下儿童死亡的重要原因。尽管接受了指南指导的诊疗，许多住院儿童仍存在恢复不完全、再入院和出院后死亡的情况。然而，由于对其潜在机制的理解有限，针对性干预措施仍难以确定。在本研究中，我们采用多组学分析和多变量建模，调查撒哈拉以南非洲和南亚九个研究点3，101名急性病儿童的住院期间和出院后死亡的生物学驱动因素。在一个嵌套病例-队列（N=1，008）中，我们在入院和出院时获取了血浆蛋白质组学、血清代谢组学和脂质组学、粪便宏基因组学以及粪便病原体数据。此外，我们对270名地理匹配的社区儿童进行了生物学基线分析。我们识别出一个可推广的死亡特征，以免疫、炎症和代谢失调以及肠道菌群失调为标志……研究人群由儿童急性疾病与营养（CHAIN）网络队列内的嵌套病例-队列（NCC）研究（发现队列）组成。

CHAIN研究从六个国家（孟加拉国、布基纳法索、肯尼亚、马拉维、巴基斯坦和乌干达）的九个站点招募了3，101名儿童。儿童在入院时通过上臂中段围（MUAC）按营养状况进行分层，并在出院后随访180天。研究纳入了地理上匹配的社区参与者作为对照组。该研究获得了所有合作站点机构审查委员会的批准。发现队列由按站点分层的随机24%儿童亚队列组成，包括658名存活者（非病例）和109名死亡者（病例）。此外，随机亚队列中未纳入的所有其余死亡病例（241例）也被加入，最终共计350例病例。另从每个站点随机选取30名社区参与者（a

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。