评估识别巴西G6PD缺乏症的即时诊断方法

该数据集评估了STANDARD G6PD即时诊断测试在巴西人群中识别G6PD缺乏症的性能。

DataONE
2023-06-30 更新
浏览 16
表格MedicineHealth and Life SciencesMalariaPlasmodium vivaxpoint-of-care (POC)STANDARD G6PD Test
Evaluation of a point-of-care diagnostic to identify glucose-6-phosphate dehydrogenase deficiency in Brazil

基本信息

模态
表格
大小
0.000002 GB
创建/更新时间
2023-06-30

资源简介

评估识别巴西G6PD缺乏症的即时诊断方法

【一句话概览】

本研究评估了在巴西马瑙斯和波多韦柳开展的即时诊断检测 STANDARD™ G6PD Test(SD Biosensor,韩国)识别葡萄糖-6-磷酸脱氢酶(G6PD)缺乏症的性能。该研究涉及 G6PD 缺乏症、疟疾、间日疟原虫(Plasmodium vivax)及 point-of-care(POC)等主题(来源 DataONE)。

【数据集背景】

本数据集源站标题为《Evaluation of a point-of-care diagnostic to identify glucose-6-phosphate dehydrogenase deficiency in Brazil》。

【数据内容】

源站原始描述:This study evaluated the performance of the point-of-care STANDARD™ G6PD Test (SD Biosensor, Republic of Korea), in Manaus and Porto Velho, Brazil

【主题与分类】

主题标签:Medicine, Health and Life Sciences、Malaria、Plasmodium vivax、point-of-care (POC)、STANDARD G6PD Test。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256:50129405ccd5e533991f75876e0f6b737aa97e063ba10589db2bbc2248901eb1

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://search.dataone.org/view/sha256:50129405ccd5e533991f75876e0f6b737aa97e063ba10589db2bbc2248901eb1

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 2.0 KB。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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