埃塞俄比亚多部门营养干预共同覆盖测量数据
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,并附各数据集的编码手册

基本信息
资源简介
埃塞俄比亚多部门营养干预共同覆盖测量数据
Measuring multisectoral nutrition intervention co-coverage 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,并附各数据集的编码手册。可用于营养干预覆盖评估及相关健康研究(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):该数据集包含支持论文《Measuring multisectoral nutrition intervention co-coverage for anemia, stunting, and vitamin A deficiency in Ethiopia》的匿名分析数据,该论文已提交至 Journal of Global Health 的 DataDENT Collection。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,分别对应三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编码手册。
【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/TMZTYP
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/TMZTYP
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。




