探索脆弱性:秘鲁登革热与腹泻的混合方法跨学科研究
该数据集整合社会环境因素,用于评估秘鲁登革热与腹泻的脆弱性。数据基于2012至2016年开放获取的政府数据构建,来源包括人口与家庭健康调查(ENDES)、全国家庭调查(ENAHO)、秘鲁CDC与卫生部提供的登革热和腹泻患病率数据,以及SENAMHI气候观测的秘鲁插值数据(PISCO)

基本信息
资源简介
探索脆弱性:秘鲁登革热与腹泻的混合方法跨学科研究
Exploring Vulnerabilities: A mixed-method Transdisciplinary Study of Dengue and Diarrhea in Peru.
该数据集整合社会环境因素,用于评估秘鲁登革热与腹泻的脆弱性。数据基于2012至2016年开放获取的政府数据构建,来源包括人口与家庭健康调查(ENDES)、全国家庭调查(ENAHO)、秘鲁CDC与卫生部提供的登革热和腹泻患病率数据,以及SENAMHI气候观测的秘鲁插值数据(PISCO)。数据集支持提交至The Journal of Climate Change and Health的研究“Exploring Vulnerabilities: A Mixed-Method Transdisciplinary Study of Dengue and Diarrhea in Peru”,可用于分析气候与社会环境因素对两种疾病脆弱性的影响(来。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集整合社会环境因素,以评估秘鲁登革热和腹泻的脆弱性。它使用2012–2016年期间的开放获取政府数据构建,包括人口与家庭健康调查(ENDES)、全国家庭调查(ENAHO)、登革热和腹泻患病率(CDC Peru,秘鲁卫生部)以及SENAMHI气候观测的秘鲁插值(PISCO)。该数据集支持提交至The Journal of Climate Change and Health的研究“Exploring Vulnerabilities: A Mixed-Method Transdisciplinary Study of Dengue and Diarrhea in Peru”。
【主题与分类】
主题标签:Earth and Environmental Sciences。本站分类:感染/胃肠道感染。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A36c6419a7e9ba1a3c42a9bbf3b0ce013b13343f4815af49dd1cdf89552bc4202
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
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
该数据集整合了社会环境因素,以评估秘鲁登革热和腹泻的脆弱性。该数据集利用2012—2016年间的开放获取政府数据构建,包括人口与家庭健康调查(ENDES)、全国家庭调查(ENAHO)、登革热和腹泻患病率(秘鲁CDC,秘鲁卫生部)以及秘鲁SENAMHI气候观测插值数据(PISCO)。该数据集支持了提交至《The Journal of Climate Change and Health》的研究“探索脆弱性:秘鲁登革热和腹泻的混合方法跨学科研究”。
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。




