COVID-19后自身免疫及自身炎症性结缔组织病风险：韩国全国人群研究
该数据集来自 Mendeley Data，为韩国全国人群研究《COVID-19后自身免疫及自身炎症性结缔组织病风险》的补充材料，包含 ICD-10 疾病编码表、COVID-19 组与当代及历史对照组的加权前后人口学与健康特征、协变量平衡图、阳性与阴性结局以及多项敏感性分析结果
基本信息
资源简介
COVID-19后自身免疫及自身炎症性结缔组织病风险：韩国全国人群研究
Risk of Autoimmune and Autoinflammatory Connective Tissue Disorders after COVID-19: A Nationwide Population-based Study of Korea
该数据集来自 Mendeley Data，为韩国全国人群研究《COVID-19后自身免疫及自身炎症性结缔组织病风险》的补充材料，包含 ICD-10 疾病编码表、COVID-19 组与当代及历史对照组的加权前后人口学与健康特征、协变量平衡图、阳性与阴性结局以及多项敏感性分析结果。数据可用于评估 COVID-19 感染后自身免疫及自身炎症性结缔组织病的发生风险，支持流行病学比较与因果推断方法学参考（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2022-11-24。
【数据内容】
源站描述（机器翻译，仅供参考）：补充表1. 纳入疾病的国际疾病统计分类第十版（ICD-10）编码 补充表2. 加权前后COVID-19组与当代对照组的人口学和健康特征 补充表3. 加权前后COVID-19组与历史对照组的人口学和健康特征 补充图1. 应用逆概率加权后的协变量平衡 补充图2. 阳性和阴性结局 补充图3. 敏感性分析：与当代对照组相比，COVID-19队列中新发自身免疫及自身炎症性疾病结局的风险。 补充图4. 敏感性分析：与历史对照组相比，COVID-19队列中新发自身免疫及自身炎症性疾病结局的风险。 补充图5
【数据结构与技术规格】
文件数 1 个，合计 4.55 MB。数据集 DOI：10.17632/rfnfcrzvs8.1。
【主题与分类】
主题标签：COVID-19。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/rfnfcrzvs8
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://data.mendeley.com/datasets/rfnfcrzvs8
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 4.5 MB。
数据说明
Sung Ha Lim (2022). Risk of Autoimmune and Autoinflammatory Connective Tissue Disorders after COVID-19: A Nationwide Population-based Study of Korea [Dataset]. http://doi.org/10.17632/rfnfcrzvs8.1
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
