非洲儿童疟疾导致缺铁复制数据

研究以镰状细胞特征作为疟疾暴露的遗传代理,通过 Mendelian randomization 分析判断疟疾是否导致缺铁

Harvard DataverseHarvard Dataverse
datacite
浏览 16
蛋白质回归Medicine, Health and Life Sciences
Replication Data for: Malaria is a cause of iron deficiency in African children

基本信息

模态
蛋白质
大小
0.000716195 GB
任务类型
回归
创建/更新时间
2026-10-07
版本
3.0

资源简介

非洲儿童疟疾导致缺铁复制数据

Replication Data for: Malaria is a cause of iron deficiency in African children

该数据集来自 Kilifi Kenya、Burkina Faso、Uganda 和 The Gambia 四个队列,属于论文“Malaria is a cause of iron deficiency in African children”的复制数据。研究以镰状细胞特征作为疟疾暴露的遗传代理,通过 Mendelian randomization 分析判断疟疾是否导致缺铁。数据包含镰状细胞特征,关注结局为缺铁和缺铁性贫血,分析中还使用年龄、性别、C-reactive protein、hepcidin 和炎症等变量。可用于疟疾与铁代谢、贫血关系的遗传流行病学分析(来源 DOI 解析)。

【数据集背景】

源站首次发布:2020。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含 Kilifi Kenya、Burkina Faso、Uganda 和 The Gambia 队列的数据,这些队列是手稿“Malaria is a cause of iron deficiency in African children”的一部分。目的是在 Mendelian randomization 分析中使用镰状细胞特征作为疟疾暴露的遗传代理,以确定疟疾是否导致缺铁。数据包括镰状细胞特征,关注的结局包括缺铁和缺铁性贫血。分析中使用的其他变量包括年龄、性别、C-reactive protein、hepcidin 和炎症。

【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/UKGRVJ

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/ukgrvj

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 716.2 KB。

数据说明

该数据集包含肯尼亚基利菲、布基纳法索、乌干达和冈比亚队列的数据,这些队列是手稿《疟疾是非洲儿童缺铁的一个原因》的一部分。

目的是通过孟德尔随机化分析,利用镰状细胞特征作为疟疾暴露的遗传代理,来确定疟疾是否导致缺铁。数据包括镰状细胞特征,关注的结局包括缺铁和缺铁性贫血。分析中使用的其他变量包括年龄、性别、C反应蛋白、铁调素和炎症。

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。

获取专属数据定制方案