瑞典蜱传脑炎疫苗接种支付意愿与公共卫生政策数据集
该数据集来自瑞典哥德堡大学的研究,用于估计瑞典民众对蜱传脑炎(TBE)疫苗接种的支付意愿,以及可能的疫苗补贴对接种率的影响

基本信息
资源简介
瑞典蜱传脑炎疫苗接种支付意愿与公共卫生政策数据集
The Willingness to Pay for Vaccination against Tick-borne Encephalitis and Implications for Public Health Policy: Evidence from Sweden
该数据集来自瑞典哥德堡大学的研究,用于估计瑞典民众对蜱传脑炎(TBE)疫苗接种的支付意愿,以及可能的疫苗补贴对接种率的影响。数据还涵盖不同TBE发病率地区的当前疫苗接种覆盖率,并分析收入、风险行为及其他影响疫苗需求的因素。数据以SPSS和Excel格式提供直接下载,可用于卫生经济学、公共卫生政策评估及疫苗需求分析等研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2015。
【数据内容】
源站描述(机器翻译,仅供参考):该研究估计了瑞典对TBE疫苗接种的支付意愿(WTP),以及可能的TBE疫苗补贴对接种率的影响。我们还估计了在TBE发病率不同地区的当前疫苗接种覆盖率,并分析了收入、风险行为及其他影响疫苗需求的因素的作用。目的:估计瑞典对TBE疫苗接种的支付意愿(WTP),以及可能的TBE疫苗补贴对接种率的影响。该数据集包含发表于PLOS ONE的研究《The Willingness to Pay for Vaccination against Tick-borne Encephalitis and Implications for Public Health Policy: Evidence from Sweden》中所使用的变量。关于蜱虫、TBE和莱姆病的调查包含未纳入本数据集的其他问题。该数据集可直接以SPSS和Excel格式下载。
【主题与分类】
主题标签:SUBSIDIES、SUBVENTIONER、Vaccination、Vaccination、Health Policy、Hälso- och sjukvårdspolitik、Ticks、Fästingar、Tick-Borne Diseases、Fästingburna sjukdomar。本站分类:感染/脑炎。
【获取与许可】
源站页面:https://researchdata.se/catalogue/dataset/snd0987-1
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/10.5878/002743
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
本研究估算了瑞典民众对蜱传脑炎(TBE)疫苗接种的支付意愿(WTP),以及可能的TBE疫苗补贴对疫苗接种率的影响。我们还估算了TBE发病率不同地区的当前疫苗接种覆盖率,并分析了收入、风险行为及其他影响疫苗需求因素的作用。目的:估算瑞典民众对TBE疫苗接种的支付意愿(WTP)以及可能的TBE疫苗补贴对疫苗接种率的影响。该数据集包含发表于《PLOS ONE》的研究《蜱传脑炎疫苗接种的支付意愿及其对公共卫生政策的意义:来自瑞典的证据》中所使用的变量。关于蜱虫、TBE和莱姆病的调查包含未纳入本数据集的其他问题。该数据集可直接以SPSS和Excel格式下载。
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。




