东非和中非的RVF及其他新发传染病
该数据集来自 clinicaltrials.gov,聚焦东非和中非地区裂谷热(Rift Valley Fever)及其他病毒性出血热等新发传染病

基本信息
资源简介
东非和中非的RVF及其他新发传染病
该数据集来自 clinicaltrials.gov,聚焦东非和中非地区裂谷热(Rift Valley Fever)及其他病毒性出血热等新发传染病。源站描述指出该区域是研究 RVF 病毒维持与传播的独特环境,已发现疫情间歇期持续低水平人畜感染的 hotspot,并强调在野生动物、家畜与人类交界处开展血清阳性率与发病率研究对理解跨物种传播的重要性。数据可用于研究 RVF 在疫情间歇期的公共卫生威胁、人群与家畜疾病负担及持续病毒传播程度(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:裂谷热、病毒性出血热。研究背景:东非和中非(ECA)地区是研究 RVF 病毒维持与传播的独特环境,因为该地区报告的 RVF 疫情数量最多。近期研究已识别出热点地区,其特征是在疫情间歇期(IEPs)持续存在低水平的人与家畜病毒感染。尽管绵羊发生严重疾病的风险最高,但病毒-宿主相互作用在不同动物物种间有何差异仍是需要进一步研究的领域。在野生动物、家畜、人类交界处开展血清阳性率与发病率研究,对于理解跨物种传播的性质也很重要。我们的研究将通过确定人类和家畜疾病负担以及持续病毒传播的程度,来调查 RVFV 在 IEPs 期间构成的公共卫生威胁。
【主题与分类】
主题标签:Rift Valley Fever、Hemorrhagic Fevers, Viral。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05139524
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://clinicaltrials.gov/study/NCT05139524
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:
数据说明
研究条件:裂谷热、病毒性出血热。研究背景:东非和中非(ECA)地区是研究裂谷热(RVF)病毒维持和传播的独特环境,因为该地区报告的裂谷热疫情数量最多。近期研究已确定了在流行间期(IEPs)人类和牲畜病毒持续低水平感染的 hotspots。尽管绵羊面临严重疾病的最高风险,但不同动物物种间病毒-宿主相互作用的差异仍有待进一步研究。野生动物、牲畜和人类交界处的血清阳性率和发病率研究对于理解跨物种传播的性质也很重要。我们的研究将通过确定人类和牲畜疾病的负担,以及隐性循环期间动物物种中持续病毒传播的程度,来调查IEPs期间RVFV构成的公共卫生威胁。这将通过对人类、牲畜和野生动物的监测来实施。
了解病毒尤其在环境、媒介和野生动物种群中的维持机制,将有助于识别RVFV感染的潜在风险因素,从而预防未来的疫情暴发。尽管由于动物监测系统不完善以及动物流产水平较低,动物中的疾病发生往往未被察觉,但人类疾病可能是某一地区RVF病毒高水平扩增的首个指示信号。此外,通过人类研究探索导致直接接触受感染动物血液、组织、分泌物和排泄物的人类行为和文化习俗,理解疾病传播的社会层面,可为疾病溢出动态提供有价值的信息。还需进一步了解人类暴露途径(如蚊虫叮咬或接触受感染动物产品)如何影响免疫应答和疾病结局。这将增强全球在防范和预防方面的努力——
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。




