环境暴露与自身免疫性炎症性风湿病文献计量与证据图谱数据与分析材料

该存储库包含支持题为“环境暴露与自身免疫性炎症性风湿病:文献计量与聚焦证据图谱”研究的检索策略、导出清单、筛选与编码记录、协调词典、审计日志、可绘图数据及图表相关材料

ZenodoZenodo
datacite
浏览 31
文本自身免疫性炎症性风湿病环境暴露空气污染吸烟与烟草职业暴露重金属PFAS文献计量与证据图谱
Data and analysis materials for environmental exposures and autoimmune inflammatory rheumatic diseases: a bibliometric and focused evidence map

基本信息

模态
文本
大小
0.00510401 GB
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-08
版本
v1.0.0

资源简介

环境暴露与自身免疫性炎症性风湿病文献计量与证据图谱数据与分析材料

该存储库包含支持题为“环境暴露与自身免疫性炎症性风湿病:文献计量与聚焦证据图谱”研究的检索策略、导出清单、筛选与编码记录、协调词典、审计日志、可绘图数据及图表相关材料

Data and analysis materials for environmental exposures and autoimmune inflammatory rheumatic diseases: a bibliometric and focused evidence map

【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):该存储库包含支持题为“环境暴露与自身免疫性炎症性风湿病:文献计量与聚焦证据图谱”研究的检索策略、导出清单、筛选与编码记录、协调词典、审计日志、可绘图数据及图表相关材料。该数据集包括 Web of Science Core Collection 和 Scopus 检索文档、去重与筛选输出、全文编码表、Path A 校正与敏感性分母材料、PRISMA 流程输入、展示术语协调文件,以及用于生成主要和补充图表的可绘图数据。最终聚焦证据图谱基于 433 篇全文编码的纳入研究。不包含受版权保护的全文文章。数据库记录仅以处理后的元数据和审计材料形式提供,以确保透明度和可重复性所必需。

【主题与分类】

主题标签:自身免疫性炎症性风湿病、环境暴露、空气污染、吸烟与烟草、职业暴露、重金属、PFAS、文献计量与证据图谱。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://zenodo.org/doi/10.5281/zenodo.20590541

使用许可:Creative Commons Attribution 4.0 International。

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/10.5281/zenodo.20590541

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 5.1 MB。

数据说明

本仓库包含支持题为“环境暴露与自身免疫性炎症性风湿病:文献计量学与聚焦证据图”研究的检索策略、导出清单、筛选与编码记录、协调词典、审计日志、可绘图数据及图表相关材料。数据集包括Web of Science核心合集和Scopus的检索文档、去重与筛选输出、全文编码表、路径A校正与敏感性分母材料、PRISMA流程图输入、显示术语协调文件,以及用于生成主要和补充图表的可绘图数据。最终聚焦证据图基于433项全文编码的纳入研究。不包含任何受版权保护的全文文章。数据库记录仅作为经过处理的元数据和审计材料提供,以确保透明度和可重复性。

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