埃塞俄比亚贫血、发育迟缓与维生素A缺乏多部门营养干预共同覆盖测量数据集
数据包含三个分析数据集，分别对应育龄妇女贫血、0–59月龄儿童发育迟缓、6–59月龄儿童维生素A缺乏的多部门共同覆盖指数，以CSV格式提供，并附各数据集代码本
基本信息
资源简介
埃塞俄比亚贫血、发育迟缓与维生素A缺乏多部门营养干预共同覆盖测量数据集
Measuring multisectoral nutrition intervention co-coverage for anemia, stunting, and vitamin A deficiency in Ethiopia
该数据集为支持论文《Measuring multisectoral nutrition intervention co-coverage for anemia, stunting, and vitamin A deficiency in Ethiopia》而提供的匿名分析数据，来源于埃塞俄比亚食品与营养战略基线调查（FNSBS）2021–22，由埃塞俄比亚公共卫生研究所（EPHI）采用分层两阶段整群抽样设计实施。数据包含三个分析数据集，分别对应育龄妇女贫血、0–59月龄儿童发育迟缓、6–59月龄儿童维生素A缺乏的多部门共同覆盖指数，以CSV格式提供，并附各数据集代码本。可用于营养干预覆盖评估及相关分析（来源 DOI 解析）。
【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）：该数据集包含支持提交至《Journal of Global Health》DataDENT Collection的论文《Measuring multisectoral nutrition intervention co-coverage for anemia, stunting, and vitamin A deficiency in Ethiopia》的匿名分析数据。数据来自埃塞俄比亚食品与营养战略基线调查（FNSBS）2021–22，该调查由埃塞俄比亚公共卫生研究所（EPHI）采用分层两阶段整群抽样设计实施。提供了三个分析数据集，分别对应每个多部门共同覆盖指数：育龄妇女贫血、0–59月龄儿童发育迟缓、6–59月龄儿童维生素A缺乏。数据以CSV格式提供，并附有每个数据集的代码本。
【主题与分类】
主题标签：Medicine, Health and Life Sciences。本站分类：血液及造血器官疾病。
【获取与许可】
源站页面：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/85ERC0
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/10.7910/DVN/85ERC0
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 1.6 MB。
数据说明
本数据集包含匿名分析数据，支持提交至《全球健康杂志》DataDENT专辑的文章《衡量埃塞俄比亚贫血、发育迟缓和维生素A缺乏的多部门营养干预共同覆盖率》。数据来自2021-22年埃塞俄比亚食品与营养战略基线调查（FNSBS），该调查由埃塞俄比亚公共卫生研究所（EPHI）采用分层两阶段整群抽样设计进行。提供了三个分析数据集，分别对应三个多部门共同覆盖率指数：育龄妇女贫血、0-59个月儿童发育迟缓以及6-59个月儿童维生素A缺乏。数据以CSV格式提供，并附有每个数据集的数据字典。
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。
