肯尼亚沿海地区贫血和疟疾寄生虫血症儿童住院及出院后死亡率:队列研究复现数据
本数据集是论文《肯尼亚沿海地区贫血和疟疾寄生虫血症儿童住院及出院后死亡率:队列研究》的复现数据。数据覆盖五岁以下儿童入院时的贫血和疟疾寄生虫血症情况,可用于估计其住院期间及出院后一年的死亡率,支持相关预测与流行病学研究(来源 DOI 解析)

基本信息
资源简介
肯尼亚沿海地区贫血和疟疾寄生虫血症儿童住院及出院后死亡率:队列研究复现数据
Replication Data for: Inpatient and post-discharge mortality among children with anaemia and malaria parasitaemia in coastal Kenya: a cohort study
本数据集是论文《肯尼亚沿海地区贫血和疟疾寄生虫血症儿童住院及出院后死亡率:队列研究》的复现数据。研究基于2010至2019年Kilifi County Hospital(KCH)儿科入院病例,并与Kilifi Health Demographic Surveillance System(KHDSS)链接,进行二次分析。数据覆盖五岁以下儿童入院时的贫血和疟疾寄生虫血症情况,可用于估计其住院期间及出院后一年的死亡率,支持相关预测与流行病学研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2024。
【数据内容】
源站描述(机器翻译,仅供参考):这是手稿《肯尼亚沿海地区贫血和疟疾寄生虫血症儿童住院及出院后死亡率:队列研究》的复现数据集。该研究是对2010年至2019年Kilifi County Hospital(KCH)儿科入院病例的二次分析,并与Kilifi Health Demographic Surveillance System(KHDSS)链接。研究目的是描述五岁以下儿童入院时的贫血和疟疾寄生虫血症情况,并估计其住院期间及出院后一年的死亡率。
【主题与分类】
主题标签:Medicine, Health and Life Sciences、Young Infants、hospital admission、mortality、post-discharge。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/RLSBMD
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/rlsbmd
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 6.5 MB。
数据说明
<p>这是手稿“<i><a href=“”>肯尼亚沿海地区贫血和疟疾寄生虫血症患儿的住院及出院后死亡率:一项队列研究</a>”</i>的重复数据集。</p> <p>这是对2010年至2019年Kilifi县医院(KCH)儿科入院病例的二次分析,并与Kilifi健康与人口监测系统(KHDSS)相关联。该研究的目的是描述五岁以下儿童入院时贫血和疟疾寄生虫血症的情况,并估计其住院期间及出院后一年的死亡率。</p>
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。




